Edita: SECRETARÍA GENERAL - usal.es · ... Matrices y sistemas de ecuaciones lineales - Matrices,...

Edita: SECRETARÍA GENERAL

UNIVERSIDAD DE SALAMANCA—————————————————————————————————————————————————————————————

Realizado por: TRAFOTEX FOTOCOMPOSICIÓN , S. L.SALAMANCA, 2013

3Universidad de Salamanca

Grado en Estadística Guía Académica 2013-2014

Índice

GUIA DOCENTE DE LAS ASIGNATURAS .......................................................................................................................................................... 7

Primer Curso. Cuatrimestre 1 ....................................................................................................................................................................... 7ÁLGEBRA LINEAL ................................................................................................................................................................................ 7ANÁLISIS MATEMÁTICO I ................................................................................................................................................................... 10ESTADÍSTICA DESCRIPTIVA ............................................................................................................................................................... 15LENGUAJES DE PROGRAMACIÓN .................................................................................................................................................... 20TÉCNICAS DE RECOGIDA DE DATOS ............................................................................................................................................... 25

Primer Curso. Cuatrimestre 2 ....................................................................................................................................................................... 31ANÁLISIS MATEMÁTICO II .................................................................................................................................................................. 31CÁLCULO DE PROBABILIDADES ....................................................................................................................................................... 35DEMOGRAFÍA ...................................................................................................................................................................................... 40FUNDAMENTOS DE ECONOMÍA ........................................................................................................................................................ 45INVESTIGACIÓN OPERATIVA I ........................................................................................................................................................... 51

segundo Curso. Cuatrimestre 1 ..................................................................................................................................................................... 56BASES Y ESTRUCTURAS DE DATOS ................................................................................................................................................ 56CÁLCULO NUMÉRICO ......................................................................................................................................................................... 61ESTADÍSTICA MATEMÁTICA ............................................................................................................................................................... 67INGLÉS CIENTÍFICO ............................................................................................................................................................................ 72INVESTIGACIÓN OPERATIVA II .......................................................................................................................................................... 76

segundo Curso. Cuatrimestre 2 ..................................................................................................................................................................... 81ANÁLISIS MULTIVARIANTE ................................................................................................................................................................. 81INVESTIGACIÓN OPERATIVA III ......................................................................................................................................................... 86MODELOS LINEALES .......................................................................................................................................................................... 91MUESTREO ESTADÍSTICO ................................................................................................................................................................. 96PROCESOS ESTOCÁSTICOS ............................................................................................................................................................. 100

terCer Curso. Cuatrimestre 1 ....................................................................................................................................................................... 105ESTADÍSTICA NO PARAMÉTRICA ...................................................................................................................................................... 105MÉTODOS ESTADÍSTICOS EN PSICOMETRÍA ................................................................................................................................. 109DISEÑO DE EXPERIMENTOS ............................................................................................................................................................. 115

4 Guía Académica 2013-2014 Grado en EstadísticaUniversidad de Salamanca

CONTROL ESTADÍSTICO DE LA CALIDAD ........................................................................................................................................ 120TRATAMIENTO ESTADÍSTICO DE ENCUESTAS ................................................................................................................................ 125

terCer Curso. Cuatrimetre 2 ......................................................................................................................................................................... 131TÉCNICAS ESTADÍSTICAS EN MINERÍA DE DATOS ......................................................................................................................... 131TÉCNICAS CUALITATIVAS DE INVESTIGACIÓN ............................................................................................................................... 135AMPLIACIÓN DE MUESTREO ESTADÍSTICO .................................................................................................................................... 141ESTADÍSTICA BAYESIANA .................................................................................................................................................................. 146OPTIMIZACIÓN NUMÉRICA ................................................................................................................................................................ 150MÉTODOS ESTADÍSTICOS EN MARKETING ..................................................................................................................................... 155MÉTODOS ESTADÍSTICOS EN ECONOMETRÍA ............................................................................................................................... 160TÉCNICAS ESTADÍSTICAS EN BIOIFORMÁTICA .............................................................................................................................. 165ESTADÍSTICA MÉDICA ........................................................................................................................................................................ 169MÉTODOS ESTADÍSTICOS EN BIOMETRÍA ...................................................................................................................................... 175

Cuatro Curso. Cuatrimestre 1 ....................................................................................................................................................................... 181TALLER I: DISEÑO OPTIMO DE EXPERIMENTOS ............................................................................................................................ 181TALLER II: REDES NEURONALES Y ALGORITMOS GENÉTICOS .................................................................................................... 186TALLER III:DETECCIÓN Y MEDIDA DEL CAMBIO EN ESTUDIOS Y AUTOPROTECCIÓN .............................................................. 191TALLER IV: DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS EN PSICOLOGÍA ................................................................... 196TALLER V: LATEX Y PROGRAMAS DE CÁLCULO ............................................................................................................................. 201TALLER VI: DISEÑO DE PÁGINAS WEB............................................................................................................................................. 206



GUÍA DOCENTE DE LAS ASIGNATURAS

La Guía Docente de cada asignatura ofrece a los estudiantes información adecuada y completa, que les orientará y ayudará a planificar su formación. Contiene la planificación detallada de cómo se va a desarrollar el programa de la asignatura, qué se pretende que aprenda el estudiante, cómo se va a llevar a cabo tal aprendizaje, bajo qué condiciones y de qué modo va a ser evaluado.

En definitiva, la Guía Docente es un instrumento de transparencia, que representa el compromiso del profesor en torno a diferentes criterios (contenidos, formas de trabajo, evaluación) sobre los que se irá desarrollando la enseñanza.

PRIMER CURSO. CUATRIMESTRE 1

ALGEBRA LINEAL

1. Datos de la Asignatura

Código 100700 Plan 2009 ECTS 6Carácter Básica Curso 1º Periodicidad C1Área Álgebra y Geometría y TopologíaDepartamento Matemáticas

Plataforma Virtual Plataforma: Plataforma: Studium, campus virtual de la Universidad de SalamancaURL de Acceso: http://moodle.usal.es/login/index.php

Datos del profesorado

Profesor Coordinador Esteban Gómez González Grupo / s Departamento MatemáticasÁrea Geometría y TopologíaCentro Facultad de CienciasDespacho Ed. Merced M1322 (Matemáticas)Horario de tutorías A concretar con el profesor.URL WebE-mail [email protected] Teléfono 923294460 (1534)

Profesor Coordinador Daniel Hernández Serrano Grupo / s Departamento MatemáticasÁrea Geometría y TopologíaCentro Facultad de CienciasDespacho 2.ª planta Ed. Merced M3322 (Matemáticas)Horario de tutorías A concretar con el profesor.URL WebE-mail [email protected] Teléfono 923294460 (1534)


2. Sentido de la materia en el plan de estudios

Bloque formativo al que pertenece la materiaDenominación del módulo: Matemáticas. Otras materias de este módulo: Análisis Matemático I y II, Cálculo Numérico y Optimización Numérica.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEs una asignatura de carácter básico. Se imparte en el primer semestre del primer curso, a la vez que Análisis Matemático I. Los contenidos son necesarios para el resto de asignaturas del bloque de segundo y tercer curso. Se usa en Procesos estocásticos o Modelos lineales, ambas de 2º curso en su segundo cuatrimestre.Perfil profesionalEsta asignatura, por su carácter básico, tiene interés para todos los perfiles docentes previstos en este grado: docencia universitaria o investigación, docencia no universitaria, administración pública, investigación en ciencias de la salud y campo biosanitario, investigación social y de mercados, industria y servicios (incluidos los de Informática), consultorías.

3. Recomendaciones previas

Conocer y manejar los conceptos matemáticos elementales vistos en Bachillerato: números reales, matrices, ecuaciones, etc.

4. Objetivos de la asignatura

Introducir al alumno en el lenguaje y uso del álgebra lineal elemental: espacios vectoriales, aplicaciones lineales, matrices, sistemas de ecuaciones, determinantes, etc. En particular, destacar la importancia del concepto de combinación lineal, independencia lineal y dimensión. Conocer y usar el lenguaje y los objetos propios de la geometría afín: subvariedades afines, posiciones relativas, etc. Conocer y usar las herramientas de la geometría euclídea: producto escalar, ortogonalidad, normas, ángulos, distancias, etc. Conocer y saber resolver el problema de diagonalización por semejanza de un endomorfismo.

5. Contenidos

Tema 1, Matrices y sistemas de ecuaciones lineales - Matrices, operaciones elementales, método de Gauss, rango. Matrices invertibles. Determinantes. Sistemas de ecuaciones, Teorema de Rouché-FrobeniusTema 2, Espacios vectoriales - Definición, subespacios, combinaciones lineales. Bases, coordenadas y dimensión. Aplicaciones lineales, representación matricial. Subvariedades afines, ecuaciones paramétricas e implícitas de una subvariedad. Posiciones relativas. Tema 3, Espacios euclídeos - Aplicaciones bilineales, matriz de Gramm. Ortogonalidad. Producto escalar. Desigualdad de Cauchy-Schwarz. Normas. Ángulos. Bases unitarias. Distancias entre puntos, proyección ortogonal. Tema 4, Diagonalización - Valores y vectores propios. Polinomio característico, criterio de diagonalización. Potencias de matrices.

6. Competencias a adquirir

EspecíficasSaber las operaciones elementales de matrices y obtener matrices escalonadas equivalentes, método de Gauss. Calcular el rango de una matriz. Saber calcular un determinante, así como sus propiedades. Resolver sistemas de ecuaciones lineales, Teorema de Rouché- Frobenius.



Identificar la estructura de espacio vectorial y subespacio. Saber operar con vectores. De una familia de vectores, analizar la independencia lineal o el carácter generador o la condición de formar base. Calcular las coordenadas de un vector. Calcular la suma e intersección de subespacios. Reconocer el carácter lineal de una aplicación, obtener su núcleo e imagen. Obtener la representación matricial de una aplicación lineal. Identificar los subconjuntos de un espacio vectorial que son subvariedades afines. Saber encontrar las ecuaciones paramétricas e implícitas de una subvariedad. Distinguir las posiciones relativas de dos subvariedades.Reconocer cuándo ciertas aplicaciones son un producto escalar (carácter bilineal, simétrico y definido positivo). Obtener la matriz de Gramm de un producto escalar. Conocer el concepto de vectores ortogonales y saber calcular el subespacio ortogonal. Saber las propiedades de la norma de un vector y del ángulo entre vectores. Saber obtener bases unitarias. Obtener distancias entre puntos y entre un punto y una subvariedad. Calcular la proyección ortogonal de un punto en una subvariedad.Conocer las definiciones de endomorfismo diagonalizable, valor y vector propio. Obtener el polinomio característico. Conocer y saber usar el criterio de diagonalización sobre el polinomio característico. Calcular la potencia de una matriz.TransversalesTener y comprender conocimientos matemáticos a partir de la base de la educación secundaria general.Conseguir capacidad de análisis y síntesis.Identificar problemas relacionados con los conceptos asimilados.Saber aplicar los conocimientos adquiridos para elaborar argumentos y estrategias de resolución.Tener capacidad de organización y planificación.Estimular la búsqueda de la calidad en los métodos usados y de los resultados obtenidos.Estimular el aprendizaje autónomo de nuevos conocimientos y técnicas.

7. Metodologías

Para el desarrollo del programa de la asignatura se hará uso por parte de los docentes de: clases de teoría, clases prácticas y seminarios de problemas. Para obtener un seguimiento de los objetivos alcanzados en el transcurso del semestre se programan varios controles cortos.Las clases de teoría serán en general de pizarra y en ellas se explicarán los puntos indicados en el programa. Las clases prácticas consistirán en la resolución de problemas, para lo cual se proporcionará una colección de ejercicios adecuados a los contenidos y nivel de exigencia del curso. En la medida de lo posible, se presentarán las distintas opciones para resolver un mismo ejercicio resaltando con ello las ventajas e inconvenientes de las distintas estrategias.En estas clases de teoría y de prácticas se dirige el desarrollo del programa de contenidos pero pretende ser también un incentivo para el resto de actividades.Los seminarios de problemas consisten en sesiones semanales en las que los estudiantes podrán consultar las dudas que les hayan podido surgir al resolver problemas de la hoja de ejercicios así como sobre los problemas resueltos por el profesor en clase. Se pretende generar un ambiente de discusión donde no únicamente el profesor sea quien resuelva las dudas sino sea el propio colectivo el que vaya construyendo el argumento o resolución del problema.Se realizarán controles cortos de teoría y de problemas. Para estos controles se acotará el material sujeto a evaluación y tendrán una duración de no más de una hora. Las plataformas virtuales suponen también una ayuda en la docencia. Se hará uso del campus on-line de la Universidad de Salamanca del que podrán sacar especial provecho los estudiantes que por cualquier circunstancia no puedan participar de la totalidad de actividades presenciales. El campus on-line servirá como canal adicional para suministrar las hojas de problemas, resolver dudas; entregar calificaciones, etc.


8. Previsión de distribución de las metodologías docentes

Horas dirigidas por el profesor Horas de trabajo autónomo HORAS TOTALES

Horas presenciales Horas no presenciales.

Sesiones magistrales 35 25 60

Prácticas

– En aula 12 40 52

– En el laboratorio

– En aula de informática

– De campo

– De visualización (visu)

Seminarios 10 16 26

Exposiciones y debates 1 3 4

Tutorías 2 2

Actividades de seguimiento online

Preparación de trabajos

Otras actividades (detallar)

Exámenes 6 6

TOTAL 66 84 150

9. Recursos

Libros de consulta para el alumnoCASTELLET, M.; LLERENA, I., “Álgebra Lineal y Geometría”. Ed. Reverté,S.A Barcelona 1991.VILLA, A. DE LA, “Problemas de Álgebra” Ed CLAGSA. Madrid 1994.ARVESÚ, J; MARCELLÁN, F. y SÁNCHEZ, J. “Problemas resueltos de álgebra lineal”. Ed. Thomson. 2005. Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoBURGOS, J: “Álgebra lineal y geometría cartesiana”. Ed. Mc Graw-Hill.ROJO, J: “Álgebra lineal”. Ed. Mc Graw-Hill, 2007.Material proporcionado a través de Studium (campus virtual de la Universidad de Salamanca).



10. Evaluación

Consideraciones GeneralesVarias de las actividades contempladas en el apartado de metodología evalúan parcialmente la asignatura a la vez que suponen un proceso continuo de evaluación. A estas herramientas de evaluación desarrolladas a lo largo del semestre se añadirá un examen escrito al final del semestre.Criterios de evaluaciónPara obtener la calificación final se ponderarán las calificaciones de cada una de las actividades evaluadoras del siguiente modo:• Controles cortos: 40%• Examen final: 60%Instrumentos de evaluaciónLos instrumentos de evaluación, ya citados, son: controles cortos y examen final.Controles cortos: Cuando se haya impartido una cantidad razonable de materia, o al final de uno de los cuatro bloques de contenidos, se realizará, en horario de clase, un pequeño examen en el que se pedirá la resolución de algunos ejercicios así como alguna pregunta de carácter teórico. Estos controles serán necesariamente individuales.Examen final: Constará de una parte teórica (60%) y de una parte práctica (40%)Recomendaciones para la evaluaciónAsistencia a clase y participación en las distintas actividades propuestas. La evaluación continua se puede interpretar también como un indicador de los objetivos y destrezas que el estudiante va alcanzando. Así pues, cuando esta evaluación continua sea insuficiente se recomienda al estudiante que utilice las tutorías. En estas tutorías, además de resolver individualmente sus dudas sobre cualquier aspecto de la asignatura, se podrán detectar y discutir las carencias en el ritmo de aprendizaje y, en su caso, proponer un programa de actividades ajustado a las necesidades del estudiante.Recomendaciones para la recuperaciónLos alumnos que no demuestren la adquisición de los objetivos, destrezas y habilidades previstos mediante esta evaluación tendrán la posibilidad de realizar un examen de recuperación. Una vez localizadas las carencias en el aprendizaje, se confeccionará una nueva evaluación. Esto quiere decir que al estudiante que no haya superado la materia en el primer proceso de evaluación, se le indicará cual o cuales pruebas debe realizar..


ANÁLISIS MATEMÁTICO I


Código 100701 Plan 2009 ECTS 6 Carácter Básica Curso 1º Periodicidad C1 Área Análisis MatemáticoDepartamento Matemáticas

Plataforma VirtualPlataforma: URL de Acceso:


Profesor Coordinador Aurora Martín García Grupo / s Departamento MatemáticasÁrea Análisis MatemáticoCentro Facultad de CienciasDespacho M3324Horario de tutorías L: 17.00-19.00; V:16.00-18.00URL WebE-mail [email protected] Teléfono 923294460 ext 1534


Bloque formativo al que pertenece la materiaMatemáticasPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosFormación básica en el lenguaje matemático para su utilización en el resto de las asignaturas, tanto del propio bloque, como los demás.Perfil profesional• Interés de la materia para una profesión futura.• Docencia universitaria o investigación.• Docencia no universitaria.• Administración pública.



• Investigación en ciencias de la salud/ campo biosanitario.• Investigación social y de mercados.• Industria y servicios (incluidos los de informática).• Consultorías.


• Manejo de las operaciones elementales con números reales, polinomios y matrices.• Conocimiento de las funciones elementales y sus propiedades: logaritmos, exponenciales y funciones trigonométricas.• Resolución de ecuaciones de primer y segundo grado.• Resolución de sistemas lineales de ecuaciones.


Generales• Contribuir a la formación y desarrollo del razonamiento científico.• Proveer al alumno de capacidades de abstracción, concreción, concisión, imaginación, intuición, razonamiento, crítica, objetividad, síntesis y

precisión.Específicos• Analizar y representar funciones. Deducir propiedades de una función a partir de su gráfica.• Calcular derivadas en integrales de funciones de una variable.• Resolver problemas de optimización utilizando técnicas del Cálculo diferencial y problemas que impliquen el uso de integrales (cálculo de

longitudes, áreas,…)

5. Contenidos

Contenidos teóricos1. Números reales y complejos. Números reales: operaciones, orden, distancia, la recta real. Números complejos: operaciones, distancia,

conjugación, el plano complejo. Sucesiones numéricas: operaciones con sucesiones, convergencia.2. Límites y continuidad de funciones. Definición, dominio, imagen, crecimiento, extremos, composición, función inversa. Funciones

elementales. Límite de una función en un punto. Continuidad, tipos de discontinuidades. Teorema de Bolzano.3. Cálculo diferencial. Derivada de una función en un punto, interpretación geométrica. Derivada y operaciones, regla de la cadena y derivada

de la función inversa. Teoremas fundamentales. Aplicaciones: crecimiento, regla de L’Hôpital, extremos, concavidad.4. Integral de Riemann. Principales teoremas del Cálculo Integral en una variable. Integrales impropias en una variable. Funciones definidas por

integrales paramétricas.5. Series. Series numéricas: suma de una serie, series de términos positivos, criterios de convergencia. Teorema de Taylor. Funciones definidas

por series.Contenidos prácticos1. Números reales y complejos. Operaciones. Valor absoluto. Desigualdades. Cálculo efectivo de límites de sucesiones.2. Límites y continuidad de funciones. Composición de funciones y función inversa. Cálculo de límites. Estudio de la continuidad. Aplicación

del teorema de Bolzano.


3. Cálculo diferencial. Cálculo de derivadas. Aplicación de la regla de L’Hôpital. Optimización. Representación aproximada de funciones.4. Integral de Riemann. Técnicas de integración: cálculo de primitivas. Integrales impropias en una variable.5. Series. Aplicación de los criterios de convergencia de series. Suma de series. Desarrollos de Taylor.


Específicas• Desarrollar una capacidad práctica para el uso del Cálculo Diferencial e Integral en Estadística.• Comprender y manejar los conceptos, técnicas y herramientas básicas del cálculo diferencial en una variable.• Saber calcular correctamente límites y derivadas de funciones en una variable.• Saber caracterizar los puntos críticos de funciones en una variable.• Saber analizar la convergencia de series.• Entender y manejar correctamente los aspectos básicos del Cálculo Integral.• Saber aplicar y conocer diferentes métodos elementales de integración.• Saber aplicar el cálculo integral para obtener áreas, longitudes, volúmenes, etc.TransversalesInstrumentales:• Capacidad de organizar y planificar.• Identificación de problemas y planteamiento de estrategias de solución.• Habilidades para recuperar y analizar información desde diferentes fuentes.Interpersonales:• Comunicación de conceptos abstractos.• Argumentación racional.• Capacidad de aprendizaje.• Inquietud por la calidad.Sistémicas:• Creatividad.• Habilidad para trabajar en equipos multidisciplinares.• Planificar y dirigir.

7. Metodologías

Esta asignatura tiene 6 créditos ECTS. Se entiende que un crédito ECTS tiene unas 25 horas, de las que entre 7 y 10 son de actividades presenciales. En consecuencia, la dedicación del estudiante debe de ser de 150 horas. El aprendizaje se articulará en las siguientes actividades: – Clases presenciales. En estas clases se mostrarán a los alumnos los conceptos y resultados fundamentales de los contenidos. Se demostrarán

con rigor matemático los principales resultados de cada tema y se ofrecerán ejemplos de los conceptos introducidos. Así mismo se plantearán y resolverán ejercicios que ayuden a la comprensión de la teoría.

– Tutorías de supervisión. En estas se supervisará la realización por parte de los alumnos de los problemas evaluables planteados y se resolverán las dudas que se generen. El objetivo de esta actividad es introducir al alumno, de forma dirigida, en los hábitos de integración de conocimientos a partir de las nociones trasladadas en las clases presenciales y del manejo de la bibliografía recomendada.



– Exposiciones orales. Cada alumno presentará un problema realizado al resto de los alumnos en clase. El objetivo de esta actividad es comprobar que el alumno es capaz de comunicar con claridad los conocimientos y los argumentos que permiten resolver problemas básicos al resto de sus compañeros y al profesor.

– Trabajos. En esta actividad no presencial el alumno elaborará, bajo la supervisión del profesor, los trabajos individuales propuestos por el profesor y que serán entregados al profesor con el propósito de que el alumno consiga las habilidades que le permitan seguir estudiando, así como trabajar en grupo.

– Asimilación de los contenidos y preparación del examen. En esta parte se contabiliza el tiempo dedicado por el alumno para el seguimiento continuo de la asignatura y para la preparación del examen y así consiga los objetivos específicos de la asignatura.

– Tutorías. Se programarán 4 horas de tutoría semanales para que el alumno pueda resolver cuestiones y dudas que le puedan surgir en el proceso de aprendizaje. Estas tutorías son voluntarias. El alumno podrá solicitar tutorías fuera de las horas programadas cuando lo estime necesario mediante un correo electrónico.


Horas dirigidas por el profesor Horas de trabajo autónomo HORAS TOTALESHoras presenciales Horas no presenciales


Prácticas

– En aula 21 36 57– En el laboratorio– En aula de informática– De campo– De visualización (visu)

Seminarios 6Exposiciones y debates 4Tutorías 4Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (detallar)Exámenes 4 15 19

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumno– F. Ayres, E. Mendelson, Cálculo. Ed. Mc Graw Hill, 2001.– C. Neuhauser, Matemáticas para Ciencias. Ed. Prentice may, 2004.


Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso– Alfonsa García y otros, Cálculo I. Teoría y problemas de Análisis Matemático en una variable. Ed. CLAGSA, 1998.– Mathematica– http://www.unizar.es/analisis_matematico/analisis1/prg_analisis1.html– http://www.uantof.cl/facultades/csbasicas/Matematicas/academicos/emartinez/calculo/index.html

10. Evaluación

Consideraciones GeneralesSe evaluará el nivel adquirido en las competencias y destrezas expuestas, así como el logro de los objetivos propuestos. En todo momento se exigirá un mínimo en cada una de las actividades a evaluar y en cada bloque del temario, evitando así el desconocimiento absoluto de alguna parte de la materia y la no realización de las actividades.Criterios de evaluación– Trabajos individuales y exposición de trabajos: 20% de la nota final.– Exámenes escritos: 80% de la nota final (20% controles y 60% examen final).Instrumentos de evaluaciónActividades a evaluar– Entrega de trabajos individuales periódicamente.– Exposición de los trabajos prácticos.– Exámenes escritos:

• de teoría (conocimiento de conceptos, enunciados y razonamientos expuestos en las clases magistrales).• de problemas (resolución de enunciados análogos a los explicados en las clases prácticas y de cuestiones breves).

Recomendaciones para la evaluación– En todo momento la asistencia a las clases y seminarios es altamente recomendable.– Una vez que el profesor entrega los trabajos corregidos, analizar los errores cometidos, tanto individualmente, como acudiendo a las tutorías. – Ensayo previo de la exposición de los trabajos en un equipo, para detectar las posibles deficiencias en el entendimiento de los conceptos, así

como en la forma de expresión.– En la preparación de la parte teórica es importante comprender (los conceptos, razonamientos, etc.) y evitar la memorización automática.– En cuanto a la preparación de problemas, es necesario ejercitarse con los problemas que aparecen en el libro de texto recomendado, no sólo

con los problemas resueltos, sino intentando la resolución de los problemas propuestos.– Resolver las dudas mediante el manejo de bibliografía y acudiendo al profesor. Recomendaciones para la recuperación– Analizar los errores cometidos en los exámenes y en los trabajos (acudiendo para ello a la revisión).– Trabajar en su preparación con las mismas recomendaciones realizadas para la evaluación.



ESTADÍSTICA DESCRIPTIVA


Código 100703 Plan 2009 ECTS 6Carácter Básica Curso 1º Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma Virtual Plataforma: StudiumURL de Acceso: http://studium.usal.es/


Profesora Coordinadora M.ª Carmen Patino Alonso Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho Bioestadística 2ª planta primera (Facultad de Medicina)Horario de tutorías L: 9:30 – 12:30 y martes previa citaURL Web http://biplot.usal.esE-mail [email protected] Teléfono 923294400 ext.1852

Profesora Coordinadora Mercedes Sánchez Barba Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho 3.6Horario de tutorías 9:30-12:30 Lunes y Martes (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 ext.1852


Bloque formativo al que pertenece la materia“Estadística Descriptiva” (primero), “Demografía” (primero), “Estadística Matemática” (segundo), “Estadística no paramétrica” (tercero)


Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un primer curso de Estadística que tendrá su continuación natural en la “Estadística Matemática” de Segundo y que pueda servir de soporte y herramienta para otras asignaturas de los módulos de “Muestreo y encuestas”, “Áreas de aplicación”, “Modelos lineales y análisis multivariante” y, en general, en el resto de los módulos.Perfil profesionalEn las relacionadas con la sociología, sondeos, economía, banca, seguros, finanzas, consultorías, oposiciones al Cuerpo de Estadísticos y docencia en Bachillerato, así como en cualquier profesión en la que se tenga que manejar un volumen grande de datos. Analizar los datos que se generan en una empresa, organismo o país. Controlar la calidad de un producto y la variación en espacio y tiempo de las variables.


Las generales para acceder al Grado de Estadística.


GENERALES:Conocer la naturaleza, métodos y fines de la Estadística junto con cierta perspectiva histórica de su desarrollo.Reconocer la necesidad de la Estadística para tratar científicamente aquellas situaciones con gran volumen de datos.Reconocer a la Estadística como parte integrante de la Educación y la Cultura.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Estadística.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos estadísticos.ESPECÍFICOS:Establecer los conceptos básicos de Estadística Descriptiva como pilar a la Inferencia Estadística y a las diferentes técnicas de Análisis de Datos Multivariante.Comprender y manejar los conceptos y principios básicos de la Estadística, así como sus distintos métodos y enfoques, reconociendo su aplicabilidad a problemas reales, y así, elaborar sus propias estadísticas e interpretar correctamente las que le sean presentadas.Estudiar el grado de dependencia lineal entre dos variables, con el fin último de hacer predicciones conociendo la fiabilidad de éstas.

5. Contenidos

CONTENIDOS TEÓRICOS:TEMA 1. VISIÓN GLOBAL DE LA ESTADÍSTICA. Conceptos previos y papel que ocupa la Estadística Descriptiva en el análisis estadístico. Conceptos de población, unidad estadística y muestra. Fases del proceso estadístico. Caracteres estadísticos, variables estadísticas y sus tipos.TEMA 2. ORGANIZACIÓN Y REPRESENTACIÓN DE DATOS ESTADÍSTICOS. Tablas estadísticas y de frecuencias. Representaciones gráficas de uso frecuente.TEMA 3. MEDIDAS DE POSICIÓN. Concepto, cálculo y propiedades. Tipos de medias.TEMA 4. MEDIDAS DE DISPERSIÓN ABSOLUTAS Y RELATIVAS. Concepto, cálculo y propiedades.TEMA 5. MOMENTOS CENTRALES Y RESPECTO DEL ORIGEN. Definición, cálculo y relaciones entre ellos.TEMA 6. MEDIDAS DE FORMA. Asimetría y curtosis. Cálculo de coeficientes.



TEMA 7. NÚMEROS ÍNDICES. Definición y tipos. Estudio de la evolución de una variable en el espacio y/o tiempo. Cálculo y propiedades. Algunos números índices a destacar.TEMA 8. ORGANIZACIÓN Y REPRESENTACIÓN DE VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Tablas de doble entrada. Diagramas de dispersión. Momentos bidimensionales. Covarianza y correlación. Regresión y ajuste de curvas por el método de mínimos cuadrados. Rectas de regresión lineal, cálculo e interpretación. Regresión no lineal.TEMA 9. OTRAS MEDIDAS DE CORRELACIÓN. Otros coeficientes de correlación de dos variables según su tipo: Spearman, phi, biserial – puntual.


Básicas/Generales1. Poseer los conocimientos básicos de los distintos módulos que, partiendo de la base de la educación secundaria general, y apoyándose en libros

de texto avanzados, se desarrollan en la propuesta de título de Grado en Estadística.2. Saber aplicar los conocimientos básicos de cada módulo a su trabajo o vocación de una forma profesional y poseer las competencias que suelen

demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de la Estadística y ámbitos en que esta se aplica directamente.

3. Saber reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.4. Poder transmitir información, ideas, problemas y sus soluciones, de forma escrita u oral, a un público tanto especializado como no especializado.5. Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.6. Saber utilizar herramientas de búsqueda de recursos bibliográficos.7. Poseer habilidades y aptitudes que favorezcan el espíritu emprendedor en el ámbito de aplicación y desarrollo de su formación académica.EspecíficasSintetizar y analizar descriptivamente conjuntos de datos.Plantear y resolver problemas básicos de Estadística.Interpretar coeficientes estadísticos o información gráfica de grandes muestras y sacar conclusiones para tomar decisiones según los valores que se observen.Analizar la variación de variables en espacio y/o tiempo.Construir y analizar modelos lineales, valorar la posible influencia entre dos variables, realizar predicciones de una variable a partir de otra y justificar su fiabilidad.TransversalesINSTRUMENTALES:

Capacidad de análisis y síntesis.Capacidad de organización y planificación.Capacidad de gestión de la información.Resolución de problemas.

INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso ético.Habilidades en las relaciones interpersonales.

SISTÉMICAS:Aprendizaje autónomo.Motivación por la calidad.


7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases magistrales, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en las que se aplicarán las definiciones, propiedades y teoremas expuestos en las clases teóricas.La parte práctica de la asignatura se desarrolla con ayuda de programas especializados que evitan la realización de una gran cantidad de cálculos, permitiendo plantear y resolver problemas de grandes dimensiones. Concretamente, se emplea el programa básico SPSS, para ver la aplicación de todas las técnicas que se van presentando, en el aula de informática.A partir de las clases teóricas y prácticas se propondrá la realización de trabajos personales sobre teoría, problemas y prácticas, para cuya realización tendrán el apoyo de las profesoras en seminarios tutelados. En esos seminarios podrán compartir con sus compañeros/as y con las profesoras las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar las competencias de la materia.Además, el alumnado tendrá que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas y preparación de los trabajos propuestos, para alcanzar las competencias previstas. De ello tendrán que responder, exponiendo sus trabajos ante las profesoras y el resto de compañeros/as y comentándolos luego en una tutoría personal entre estudiante y profesora, así como realizando exámenes de teoría y resolución de problemas.



Horas presenciales Horas no presencialesSesiones magistrales 22 22

Prácticas

– En aula 16 16– En el laboratorio– En aula de informática 6 6– De campo– De visualización (visu)

Seminarios 4 4Exposiciones y debates 5 5 10Tutorías 4 4Actividades de seguimiento online 7 7Preparación de trabajos 15 15Otras actividades (Estudio) 43 43Exámenes 3 20 23

TOTAL 60 90 150



9. Recursos

Libros de consulta para el alumnoPIEGEL, M. y STEPHENS, L. (2009): “Estadística (4ª edición)”. Ed. Mc Graw Hill. MéjicoMARTÍN, Q., CABERO, M.T. y DE PAZ, Y. (2008): “Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas”. Ed. Thomson.

Madrid.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursohttps://moodle.usal.es/MARTÍN, Q. y ARDANUY, R. (1993): “Estadística para ingenieros”. Ed. Hespérides. Salamanca.CALOT, G. (1988): “Curso de estadística descriptiva”. Ed. Paraninfo. MadridARDANUY, R. y SOLDEVILLA, M.M. (1992): “Estadística Básica”. Ed. Hespérides. Salamanca.

10. Evaluación

Consideraciones Generales

Criterios de evaluaciónLa calificación final será el resultado de 4 apartados:A. Cuestiones y ejercicios planteados durante el curso, Studium, prácticas de ordenador y controles, que supondrán un 40% de la nota final.B. Preparación y exposición de ejercicios, que supondrán un 5% de la nota final.C. Asistencia a clase, que supondrá un 5%.D. Examen final, por medio de una prueba escrita que constará de una parte teórica que supondrá un 25% de la nota final, y de una parte de

problemas y prácticas a la que corresponderá el 25% restante.Los apartados A, B y C equivalen a la calificación por curso.Para superar la asignatura será necesario obtener tanto en A como en D un mínimo de 4 puntos sobre 10.Instrumentos de evaluaciónPruebas escritas en clase e Internet y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio de curso.Preparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line.Participar de forma activa en clase.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line.


LENGUAJES DE PROGRAMACIÓN


Código 100702 Plan 2009 ECTS 6Carácter Básica Curso 1º Periodicidad C1Área Lenguajes y SistemasDepartamento Informática y Automática

Plataforma Virtual Plataforma: StudiumURL de Acceso: http://studium.usal.es


Profesor Coordinador Susana Álvarez Rosado Grupo / s TA-1Departamento Informática y AutomáticaÁrea Lenguajes y SistemasCentro Facultad de CienciasDespacho D1515Horario de tutorías Disponible en la web de la asignaturaURL Web http://diaweb.usal.esE-mail [email protected] Teléfono 923279400 ext.: 1309

Profesor Sergio Bravo Martín Grupo / s PA-1Departamento Informática y AutomáticaÁrea Lenguajes y SistemasCentro Facultad de CienciasDespacho Edificio San Bartolomé (1ª planta)Horario de tutorías Disponible en la web de la asignaturaURL Web http://diaweb.usal.esE-mail [email protected] Teléfono 923279400 ext.: 1926


Bloque formativo al que pertenece la materiaPertenece al módulo de informática compuesto por dos asignaturas: “Lenguajes de Programación” y “Bases y Estructuras de Datos”.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosAsignatura teórico-práctica que presenta las bases sobre las cuales se fundamenta el uso avanzado de los computadores como herramienta de solución de problemas complejos aplicando técnicas y conceptos clave de programación y otras herramientas software de utilidad.



Perfil profesionalUtilizar aplicaciones informáticas para experimentar y resolver problemas en el contexto de las matemáticas y la estadística. Conocer un lenguaje de programación adecuado en el ámbito de la estadística. Desarrollar programas que resuelvan problemas matemáticos y estadísticos utilizando para cada caso el entorno computacional adecuado.


Conocimientos del ordenador a nivel de usuario.


Objetivos generales:· Introducir al alumno en el uso del computador y de los lenguajes de programación para la resolución de problemas de complejidad baja o media

por medio de la construcción de algoritmos y productos software.· Utilizar aplicaciones informáticas para experimentar y resolver problemas en el contexto de la Estadística· Conocer los diferentes paradigmas de programación y sus dominios.· Conocer un lenguaje de programación definido en acuerdo a la realidad tecnológica actual y en el ámbito de la Estadística. · Desarrollar programas que resuelvan problemas matemáticos y estadísticos utilizando para cada caso el entorno computacional adecuado.Objetivos específicos:· Diseñar, de forma descendente y modular, y documentar las acciones algorítmicas que resuelvan cada problema de forma eficaz y eficiente.· Comprender los enunciados de problemas de tratamiento de información.· Adoptar fácilmente otros lenguajes de programación al quedar capacitados para identificar las similitudes y diferencias, las ventajas y desventajas

que los hacen idóneos en cada situación.

5. Contenidos

CONTENIDOS TEÓRICOS:· Unidad I. Conceptos y elementos fundamentales de la Informática. · Unidad II. Metodología de la programación. · Unidad III. Lenguaje de programación. · Unidad IV. Herramientas informáticas para Estadística.CONTENIDOS PRÁCTICOS:· Unidad I. El lenguaje C· Unidad II. El proyecto R


BÁSICAS· Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel

que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.

· Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.


· Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

GENERALES· Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación

de la Estadística.· Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.· Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de

decisiones.· Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de

manera óptima.· Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras

ya conocidas.TRANSVERSALESCompetencias instrumentales– Habilidades cognitivas

• General- Conocer el papel de esta materia como prerrequisito al resto de materias integrantes del Grado.

• UnidadI:Conceptosyelementosfundamentalesdelainformática- Adquirir conocimientos básicos de informática y de la arquitectura de los computadores.- Comprender el funcionamiento de un computador y el concepto de Sistema Operativo.

• UnidadII:Metodologíadelaprogramación- Introducir los conocimientos sobre programación estructurada.- Conocer los paradigmas de programación y sus dominios de aplicación.

• UnidadIII:Lenguajedeprogramación- Aprender a trabajar con los elementos básicos de un lenguaje de programación: variables, funciones, sentencias de control, vectores,

estructuras y punteros.- Conocer un lenguaje de programación de alto nivel concreto: el lenguaje C.- Desarrollar programas que resuelvan problemas matemáticos y estadísticos utilizando para cada caso el entorno computacional adecuado.

• UnidadIV:Herramientasinformáticasparamatemáticasyestadística- Utilizar aplicaciones informáticas para experimentar y resolver problemas en el contexto de la estadística.

– Capacidades metodológicas• Ser capaz de manejar bibliografía relacionada con la programación en general y en particular con el lenguaje seleccionado en prácticas.• Capacidad de análisis y de síntesis.

– Destrezas tecnológicas• Manejar las operaciones básicas y de administración de diferentes sistemas operativos para la instalación de diferentes herramientas soft-

ware de apoyo a la programación y otras del ámbito de la estadística.– Destrezas lingüísticas

• Adquirir y utilizar con fluidez un buen lenguaje científico, tanto oral como escrito, siendo riguroso en las explicaciones.• Conocer y utilizar la terminología usual propia de cada materia, tanto en español como en inglés.



Competencias interpersonales– Competencias para tareas colaborativas

• Capacidad para trabajar en equipo en la resolución de problemas de programación.• Ser capaz de presentar en público una solución a un problema planteado y mantener un debate con el resto de la clase sobre la solución

planteada y buscar colaborativamente la mejor solución.– Competencias sistémicas

• Capacidad de emplear lo aprendido como fuente para cursar otras materias del programa.• Motivación por la calidad y por la creatividad.• Capacidad de asimilación y adaptación a la evolución del estado del arte en el ámbito de la programación y de las herramientas vinculadas

al ámbito de la Estadística.

7. Metodologías

La metodología teórico-práctica se realizará de la siguiente forma:· Clases teóricas y demostrativas: mediante un sistema de proyección central, el profesor presenta los conceptos, las definiciones y contenidos

de la asignatura además de las bases para asociar los elementos teóricos a los prácticos realizando programas demostrativos en la clase. · Clases prácticas: los alumnos trabajan en el laboratorio directamente con el computador analizando los problemas resueltos y construyendo

algoritmos y programas software que resuelvan al resto de problemas propuestos




Prácticas

– En aula– En el laboratorio– En aula de informática 22 22 44– De campo– De visualización (visu)

SeminariosExposiciones y debates 5 5TutoríasActividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (detallar)Exámenes 3 15 18

TOTAL 60 90 150


9. Recursos

Libros de consulta para el alumno[1] Material elaborado por los profesores a disposición de los alumnos.[2] García Peñalvo, F, Hernández Simón, Y, Therón Sánchez, R, López Batista, V, Álvarez Navia, I. Programación En C, 3ª Edición 2005. Depar-

tamento De Informática Y Automática. Universidad de Salamanca.[3] Kernighan, B. El Lenguaje de Programación C. Prentice-Hall Iberoamericana 1991.[4] Deitel, H.M., Deitel, P.J. Cómo Programar en C/ C++. Prentice Hal 1995.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso[1] The R Project for Statistical Computing (http://www.r-project.org).

10. Evaluación

Consideraciones GeneralesRevisión y análisis de los trabajos y exámenes del alumno, de sus exposiciones en las pruebas orales, así como su participación en clase y en actividades de grupo.Criterios de evaluaciónLa evaluación de la asignatura se dividirá en dos partes:30% de la calificación será en EVALUACIÓN CONTINUA70% de la calificación será la PRUEBA ESCRITA FINALNo se exigirá nota mínima en ninguna de las partes individualmente. Para superar la asignatura bastará con obtener el 50% de la nota máxima, sea cual sea la composición de ese 50%.Instrumentos de evaluaciónEVALUACIÓN CONTINUA:- Dos pruebas escritas: supondrán el 10% de la nota final. Cada prueba consistirá en la realización y recogida de un ejercicio práctico.- Presentación y defensa de una práctica: supondrá el 20% de la nota final. Cada práctica presentada por un grupo recibirá una nota en función de la calidad del trabajo presentado. Una defensa individual con cada miembro del grupo modulará (0% al 100%) la nota obtenida por cada miembro individualmente, tomando como base la nota obtenida en la práctica.PRUEBA ESCRITA FINAL:- Una prueba escrita: supondrá el 70% de la nota final. Constará de ejercicios y supuestos prácticos similares a los realizados en clase. Recomendaciones para la evaluación- Para optimizar el proceso de enseñanza-aprendizaje se recomienda la asistencia a clase y la participación en las actividades programadas.- Uso de las tutorías para afianzar los conocimientos adquiridos en clase y solventar las dudas que surjan durante el trabajo personal.Recomendaciones para la recuperaciónLos criterios de evaluación en la 2ª convocatoria son los mismos que en la primera teniendo en cuenta que las actividades de evaluación continua no son recuperables.



TÉCNICAS DE RECOGIDA DE DATOS


Código 100704 Plan 2009 ECTS 6 Carácter Básica Curso 1º Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma Virtual Plataforma: STUDIUMURL de Acceso: https://moodle.usal.es/


Profesor Coordinador Purificación Vicente Galindo Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespachoHorario de tutoríasURL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext. 1852


Bloque formativo al que pertenece la materiaEstadística BásicaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEl primer paso en cualquier investigación aplicada es la recogida de datos. Conocer cómo llevarla a cabo de forma adecuada es clave para el éxito de la investigaciónPerfil profesionalLa asignatura Técnicas de recogida de datos contribuye a la formación de un titulado en el Grado en Estadística en:• LA OBTENCIÓN DE DATOS: diseñar adecuadamente el proceso de recogida de datos


No se requiere una formación avanzada en materias concretas. Se consideran suficientes los conocimientos adquiridos en el bachillerato, en concreto los adquiridos en las diferentes asignaturas de Matemáticas cursadas en el Bachillerato y enseñanzas previas



Generales:• Adquirir los recursos y habilidades necesarios en la obtención, tratamiento e interpretación de datos en diversos campos de la ciencia y

especielmente en aquellos en los que la información se recoge mediante encuestas.Específicos:• Localizar y utilizar distintas fuentes de obtención de datos.• Conocer las etapas de una investigación por encuesta• Adquirir los conocimientos necesarios para diseñar correctamente un cuestionario• Identificar y evitar los sesgos que pueden estar presentes en estudios basados en cuestionario/entrevista• Entender el contexto cultural, psicológico, económico y político de un cuestionario• Aprender como preguntar cuestiones válidas y cómo preguntarlas correctamente

5. Contenidos

TEMA 1: FUENTES DOCUMENTALES Y ESTADISTICASModalidades de investigación secundaria. Revisión de investigaciones, Metaanálisis y análisis secundario.Fuentes de investigación secundaria. Dtos no publicados y Datos publicados por organismos públicos y privados. INEbase, Eurostat, Estadísticas OCDE, Estadísticas de Castilla y león, Bases de Datos de la Universidad de Salamanca,bases de datos del CSIC, IN-RECSEvaluación y análisis de datos secundarios.Ventajas e inconvenientes del uso de fuentes documentales y estadísticas.TEMA 2: OBSERVACIÓN DIRECTALa observación como técnica de investigación.Modalidades de la observación según los medios utilizados para sistematizar lo abservado, según el modo de participación del observador, según el número de observadores y según el lugar donde se realiza.Evaluación de la fiabilidad en los estudios observacionales: indice de concordancia, indice de Kappa.TEMA 3: INVESTIGACIÓN MEDIANTE ENCUESTAEl cuestionario como instrumento de investigación. Elaboración del Cuestionario: formulación de objetivos, determinación de las dimensiones, variables e indicadores. Secuencia de la planificación del cuestionario. Preparación, redacción y presentación.La forma de las preguntas. El tipo de preguntas. La elección de las preguntas. El estilo o modo deformular las preguntas. Estructura de las preguntas. El número de las preguntas. El orden de laspreguntas. Preguntas de control. Problemas en el diseño de los cuestionarios. -Los cuestionarios no cumplimentados: la no respuestaTEMA 4: LA RECOGIDA DE LA INFORMACIÓNLa entrevista personal. La entrevista telefónica. La encuesta por correo. Las encuestas en Internet. Métodos para realizar encuestas por Internet. Ventajas e inconvenientes de las encuestas por Internet. Factores que determinan la elección del método de encuesta.TEMA 5: VALIDACIÓN DE LOS CUESTIONARIOSValidación de cuestionarios. Adaptación Transcultural. Ejemplos.TEMA 6: ANALISIS DE LA INFORMACIÓNLas escalas de medida de actitud y opiniones. Escalas de medida más usuales: Nominal, Ordinal, De Razón, de intervalo. Otras escalas de medida: Gradientes Ordinales, Diferencial Semántico, Distancias Sociales, Escalas de actitud (Thurstone, Likert, Guttman)



TEMA 7: TIPOS DE VARIABLES— Variables de estudio— Variables de control— Variables perturbadoras— Variables aleatoriasTEMA 8: SESGOS— Concepto de sesgo— Sesgos de selección— Sesgos de información Sesgo Anámnesico Sesgo de atención (Efecto Hawthorne) Sesgo de obsequiosidad/aquiescencia Sesgo de deseabilidad social Sesgo de respuesta invariable Sesgo de falseamiento Sesgo protopático Sesgo del entrevistador Sesgo del cuestionario Sesgo de confusión: paradoja de Simpson— Sesgos de confusión— Sesgo de difusiónTEMA 9: INTRODUCCIÓN A LAS TÉCNICAS DE MUESTREOMuestreos no probabilísticos— Muestreo por cuotas— Muestreo opinático o intencional Muestreo de casos extremos Muestreo de casos poco usuales Muestreo de casos con máxima variación Muestreo de subgrupos homogéneos Muestreos estructurales Muestreo de casos críticos Muestreo de casos confirmatorios y contradictorios Etc.— Muestreo de conveniencia— Muestreo consecutivo— Muestreo en bola de nieve Introducción a los muestreos probabilísticos— Muestreo aleatorio simple— Muestreo aleatorio sistemático— Muestreo aleatorio estratificado


— Muestreo por conglomerados— Muestreo por rutasTEMA 10: ANALISIS DE ENCUESTAS ELABORADAS— Estudio y análisis de encuestas elaboradas: EPA, Estadísticas Sanitarias, Estadísticas Sociales— Plan Estadístico de Castilla y León


COMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un

nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.

• Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.

• Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de

aplicación de la Estadística.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma

de decisiones.• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de

manera óptima.• Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de

otras ya conocidas. EspecíficasAdquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos, utilizando las herramientas informáticas más adecuadas.TransversalesInstrumentales:• Capacidad de análisis y síntesis.• Creación de cuestionarios para investigación por encuesta• Conocimientos de informática en el ámbito de estudio para grabar la información en soporte informático y realizar análisis básicos• Conocer y manejar las estadísticas oficiales especialmente las de Castilla y leónPersonales:• Razonamiento crítico.Sistémicas:Adaptación a nuevas situaciones



7. Metodologías

Constará de clases presenciales tanto de tipo teórico como práctico. En las primeras se expondrá el contenido teórico de los temas siguiendo uno o dos libros de texto de referencia, que servirán para fijar los conocimientos ligados a las competencias previstas. Las clases prácticas servirán para realizar estudios de campo y para grabar los datos recogidos en soporte informático. Así, en las clases prácticas se aplicarán los contenidos adquiridos en las teóricas de modo que los estudiantes vayan adquiriendo las competencias previstas.Como complemento de esas clases teóricas y prácticas los profesores propondrán a los estudiantes la realización de trabajos personales, para lo que podrán contar con el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren y obtener solución a las mismas.




Prácticas


Seminarios 6 6 12Exposiciones y debates 10 10 20Tutorías 4 4Actividades de seguimiento onlinePreparación de trabajos 5 15 20Otras actividades (detallar) 6 6Exámenes 5 15 20

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoGarcía Cordoba, F. (2005) Cuestionario. Recomendaciones metodológicas para el diseño de un cuestionario. Editorial Limusa-Noriega. México.http://books.google.es/books?id=-JPW5SWuWOUC&printsec=frontcover&source=gbs_summary_r&cad=0#PPP1,M1Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoTRASPARENCIAS DE LA CLASE, APUNTES Y VIDEOS PREPARADOS POR LAS PROFESORASBadia, X. ; Salamaero, M; Alonso, J. (1999). La medida de la salud. Editorial Edimac. Barcelona. ISBN-84: 930842-0-4Kosecoff, J; Fink, A; Kosecoff, J.B.(1998). How to Conduct Surveys: A step-by-step Guide. Sage publications. ISBN-13: 9780761914099(http://search.barnesandnoble.com/How-To-Conduct-Surveys/Jacqueline-Kosecoff/e/9780761914099) MalcolmDirección General de Estadística:http://www.jcyl.es/


INEhttp://www.ine.es/ServiciodeEstadística:[email protected]:http://www.sanidad.jcyl.es/sanidadDiseñodecuestionarios:http://www.monografias.com/trabajos15/disenio-cuestionarios/disenio-cuestionarios.shtmlNuevas tendencias en el diseño de cuestionarioshttp://www.saimo.org.ar/archivos/trabajoscongreso2007/Nuevas_tendencias_cuhttp://www.saimo.org.ar/archivos/trabajoscongreso2007/Nuevas_tendencias_cuestionarios.pdfProblemas en el diseño y validación de cuestionarioshttp://www.ine.es/revistas/estaespa/144_2.pdfNuevas metodologías en la recogida de datoshttp://www.eustat.es/elem/ele0002800/not0002869_c.pdf

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos, para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y prácticas.Criterios de evaluaciónUn 25% del examen escrito donde se evaluará el nivel de conocimientos.Un 15% de la calificación a partir de la tareas a lo largo del curso donde se evaluarán las competencias específicas.Un 60 % de la calificación a partir del desarrollo y defensa oral del trabajo donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudesInstrumentos de evaluaciónExamen escrito.Manejo de software. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos.



PRIMER CURSO. CUATRIMESTRE 2

ANÁLISIS MATEMÁTICO II


Código 100706 Plan 2009 ECTS 6 Carácter Básica Curso 1º Periodicidad C2 Área Análisis MatemáticoDepartamento Matemáticas

Plataforma Virtual Plataforma: URL de Acceso:


Profesor Coordinador Pedro Arias Castanedo Grupo / s Departamento MatemáticasÁrea Análisis MatemáticoCentro Facultad de CienciasDespacho Segunda Planta. Ed. Merced. M3324Horario de tutorías Martes y jueves de 18 a 20h.URL WebE-mail [email protected] Teléfono 923294460. Ext 1534


Bloque formativo al que pertenece la materiaMatemáticasPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosFormación básica en análisis matemático, de uso en cualquier especialidad científica.Perfil profesional• Interés de la materia para una profesión futura. • Docencia Universitaria o Investigación • Docencia no universitaria • Administración pública • Investigación en ciencias de la salud / campo biosanitario


• Investigación social y de mercados • Industria y servicios (incluidos los de Informática) • Consultorías


• Manejo de las operaciones elementales con números reales, polinomios y matrices. • Conocimiento de las funciones elementales y de sus propiedades: logaritmos, exponenciales y funciones trigonométricas. • Resolución de ecuaciones de primer y segundo grado.


Generalizar a varias variables los resultados y las aplicaciones conocidas en una variable. Resolver problemas de optimización en varias variables, calcular integrales y aplicarlo a áreas, volúmenes y probabilidades.

5. Contenidos

CONTENIDOS TEORICOS• Introducción a la varias variables.: Norma, distancia, producto escalar en Rn. Curvas, campos vectoriales , curvas de nivel.• Cálculo diferencial en varias variables.: Derivadas direccionales, diferencial, gradiente, reglas de diferenciación.• Aplicaciones: espacio tangente a una gráfica, fórmula de Taylor y cálculo de extremos. Teoremas de la función inversa y de la función

implícita. Extremos condicionados, multiplicadores de Lagrange.• Integral de Riemann en dimensión 2 y 3. Integrales iteradas. Cambio de variables. Aplicaciones al cálculo de áreas y volúmenes.• Integralesdelíneaysuperficie. Longitudes de curvas, áreas de superficies en el espacio. Teorema de Green en el plano. Teorema de Stokes

en el espacio y teorema de la divergencia.CONTENIDOS PRACTICOS1. Introducción a la varias variables.: Cálculo de distancias y productos escalares, gráficas en dimension tres.2. Cálculo diferencial en varias variables, Aplicaciones: Cálculo del espacio tangente a una gráfica, puntos críticos de una función e

identificación de extremos. Desarrollos de Taylor de la función inversa y de funciones implícitas. Búsqueda de extremos condicionados.3. Integral de Riemann en dimensión 2 y 3. Descripción de dominios de integración mediante desigualdades, cálculo de diferentes integrales

(distribuciones, áreas, volúmenes)4. Integralesde líneaysuperficie. Planteo y cálculo de integrales que lleven a longitudes de curvas y áreas de superficies en el espacio

Aplicaciones del teorema de Green.


Específicas• Desarrollar una capacidad práctica para el uso del cálculo diferencial e integral en Estadística.• Comprender y manejar los conceptos, técnicas y herramientas básicas del cálculo diferencial en varias variables.• Saber calcular correctamente límites, derivadas y diferenciales de funciones de varias variables.• Saber caracterizar los puntos críticos de funciones de varias variables



• Entender y manejar correctamente los aspectos básicos del cálculo integral.• Saber aplicar el cálculo integral para obtener áreas, longitudes, volúmenes, áreas de superficie y valores medios.TransversalesInstrumentales: • Capacidad de organizar y planificar. • Identificación de problemas y planteamiento de estrategias de solución. • Habilidades para recuperar y analizar información desde diferentes fuentes. Interpersonales:• Comunicación de conceptos abstractos.• Argumentación racional.• Capacidad de aprendizaje.• Inquietud por la calidad.Sistémicas: • Creatividad. • Habilidad para trabajar en equipos multidisciplinares.• Planificar y dirigir.

7. Metodologías

La presentación de los resultados centrales del análisis matemático en un curso semestral sugiere emplear una metodología basada en las aplicaciones a la resolución de problemas, dedicando la mitad de las clases a la presentación analógico-inductiva de las técnicas y los resultados pertinentes y la otra mitad a la resolución tutelada de ejercicios y la preparación de trabajos individuales o por equipos.




Prácticas


Seminarios 8Exposiciones y debates 4Tutorías 6Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (detallar)



Exámenes 4 15 19TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoF. Ayres, E. Mendelson, Cálculo. Ed. Mc Graw Hill, 2001.F. Ayres, Calculo Diferencial e Integral 1175 ejercicios resueltos Serie Schaum.Isaías Uña Juárez, Jesús San Martín Moreno, Problemas resueltos de cálculo en varias variables Thomson, D.L. 2007.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoSe colgarán en Studium colecciones de problemas, apuntes y recursos de internet.

10. Evaluación

Consideraciones GeneralesSe evaluará el nivel adquirido en las competencias y destrezas expuestas, así como el logro de los objetivos propuestos.Criterios de evaluaciónTrabajos individuales 20% Controles parciales 40%Examen 40%Instrumentos de evaluaciónEntrega de trabajos individuales o en equipo.Exámenes escritos centrados en la resolución de problemas (resolución de enunciados análogos a los explicados en las clases prácticas y de cuestiones breves).Recomendaciones para la evaluación– En todo momento la asistencia a las clases y seminarios es altamente recomendable.– Una vez que el profesor entrega los trabajos corregidos, analizar los errores cometidos, tanto individualmente, como acudiendo a las tutorías.– En la preparación de la parte teórica es importante comprender (los conceptos, razonamientos, etc.) y evitar la memorización automática.– En cuanto a la preparación de problemas, es necesario ejercitarse con los problemas que aparecen en el libro de texto recomendado, no sólo

con los problemas resueltos, sino intentando la resolución de los problemas propuestos.– Resolver las dudas mediante el manejo de bibliografía y acudiendo al profesor.Recomendaciones para la recuperación– Analizar los errores cometidos en los exámenes y en los trabajos (acudiendo para ello a la revisión).– Trabajar en su preparación con las mismas recomendaciones realizadas para la evaluación.



CÁLCULO DE PROBABILIDADES


Código 100.707 Plan 2009 ECTS 6 Carácter Básica Curso 1º Periodicidad C2Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma Virtual Plataforma: studiumURL de Acceso: http://www.usal.es/webusal/


Profesor Coordinador Ramón Ángel Ardanuy Albajar Grupo / s TodosDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1513Horario de tutorías L: 11-12, M: 11-12 y 19-20, X: 11-12, J: 18-20URL WebE-mail [email protected] Teléfono 923294458

Profesora María Jesús Rivas López Grupo / s TodosDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1509Horario de tutorías L y X: 11-13 y 16-17URL WebE-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaProbabilidad


Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un primer curso de Probabilidad que tendrá su continuación natural en “Procesos Estocásticos” de Segundo y que pueda servir de soporte y herramienta para asignaturas de los demás módulos.Perfil profesionalProfesiones relacionadas con las ciencias de la salud, economía, industria y también para do cen cia en Ba chi llerato.




GENERALES:Conocer la naturaleza, métodos y fines de la Probabilidad junto con cierta perspectiva histórica de su desarrollo.Reconocer la necesidad del Cálculo de Probabilidades para tratar científicamente aquéllas situaciones en las que interviene el azar o exista incertidumbre.Reconocer a la Probabilidad como parte integrante de la Educación y la Cultura.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Probabilidad.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos probabilísticos.ESPECÍFICOS:Que el alumno conozca, comprenda y maneje las nociones básicas de probabilidad, de manera que sepa interpretar correctamente los resultados procedentes de variables aleatorias que le sean presentados.Comprender y manejar los conceptos de variable y vector aleatorios, sabiendo utilizarlos en la resolución de problemas reales.Desarrollar el entendimiento de la Probabilidad como medida básica de incertidumbre en los fenómenos aleatorios, así como conocer los distribuciones de probabilidad básicas: binomial, Poisson, hipergeométrica y normal.En el caso bidimensional, que sepa estudiar la independencia de variables aleatorias y la aplicación en casos sencillos del Teorema Central del Límite.

5. Contenidos

temarioTEMA 1. Combinatoria.- Introducción, el problema de contar. Números combinatorios. Variaciones ordinarias y con repetición. Permutaciones ordinarias y con repetición. Combinaciones ordinarias y con repetición.TEMA 2. modelizaCión de situaCiones aleatorias.- Situaciones deterministas y aleatorias, resultados, espacio muestral. Sucesos, operaciones con sucesos. Asignación clásica de probabilidades. regla de Laplace. Asignación estadística de la probabilidad, ley de la estabilidad de las frecuencias relativas. Métodos geométricos de asignación de probabilidades. Axiomas de la Probabilidad. Algunas consecuencias de los axiomas.TEMA 3. Probabilidad CondiCionada.- Definición de probabilidad condicionada. Dependencia e independencia de sucesos. Regla del Producto. Teorema de la Probabilidad Total. Teorema de Bayes.



TEMA 4. Variables Aleatorias .- Concepto de variable aleatoria. Función de distribución, propiedades. Tipos de variables y distribuciones, funciones de densidad. Concepto e interpretación de la esperanza matemática para variables discretas y continuas, propiedades. Momentos y sus tipos, relaciones entre momentos. Varianza y desviación típica, propiedades. Desigualdades de Markov y Tchebychev. Coeficientes de asimetría y curtosis. Funciones generatrices de momentos y cumulantes.TEMA 5. Modelos Discretos de Probabilidad.- Variables y distribuciones discretas, función de probabilidad, función de distribución. Media o esperanza, varianza y desviación típica de una variable aleatoria discreta. Distribución discreta uniforme. Distribución de Benoulli. Distribución Binomial. Distribución Hipergeométrica, aproximación por la Binomial. Distribución de Poisson, aproximación por la Binomial. Distribución geométrica o de Pascal. Distribución Binomial Negativa.TEMA 6. Variables y Distribuciones absolutamente continuas notables.- La distribución uniforme en un intervalo finito. La distribución gamma. La distribución exponencial. La distribución beta. La distribución normal, manejo de tablas. Aproximación de distribuciones por la normal. La distribución de Pareto. La distribución log-normal. Distribuciones usuales en Inferencia Estadística: Ji-cuadrado, t de Student y F de Snedecor, manejo de tablas.TEMA 7. correlación y regresión.- Momentos de variables bidimensionales, covarianza y correlación. Matrices de dispersión y de correlaciones. La recta de regresión. Esperanza condicionada y curva de regresión. La normal bidimensional. La normal multivariante, propiedades.


EspecíficasCE011.- Conocer las nociones y distribuciones básicas en Probabilidad (con CB1, CB3, CG1).CE021.- Calcular probabilidades y reconocer situaciones reales en las que aparecen las distribuciones probabilísticas más usuales (con CB1, CB2, CB3, CG1, CG3, CG4, CE2, CE3).CE031.- Manejar variables y vectores aleatorios y conocer su utilidad en la modelización de fenómenos reales (con CB2, CB3, CG1, CG2, CG4, CG5, CE2, CE3).CE041.- Conocer el concepto de independencia entre variables aleatorias (con CG1, CG2).CE051.- Saber utilizar el teorema central del límite (con CB2, CB3, CG1, CG2, CG3, CG5, CE2, CE3).TransversalesINSTRUMENTALES:CT012.- Capacidad de análisis y síntesis.CT022.- Capacidad de organización y planificación.CT032.- Capacidad de gestión de la información.CT042.- Resolución de problemas.CT052.- Toma de decisiones a partir de los resultados obtenidos.INTERPERSONALES:CT062.- Trabajo en equipo.CT072.- Razonamiento crítico.CT082.- Compromiso ético.CT092.- Habilidades en las relaciones interpersonales.SISTÉMICAS:CT102.- Aprendizaje autónomo.CT112.- Motivación por la calidad del aprendizaje.


7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto re co mendado, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en los que se aplicarán las definiciones, propiedades y teo remas expuestos en las clases teóricas, utilizando, cuando sea conveniente, medios informáticos, de modo que en las clases prácticas los estudiantes se inicien en las competencias previstas.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre teoría y problemas, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas propuestos y preparación de los trabajos propuestos, pa ra alcanzar las competencias previstas. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre es tu diante y profesor, así como realizando exámenes de teoría y resolución de problemas.



Sesiones magistrales 28 28

Prácticas

– En aula 14 14– En el laboratorio– En aula de informática– De campo– De visualización (visu)

Seminarios 12 12Exposiciones y debates 4 4Tutorías 1 3 4Actividades de seguimiento onlinePreparación de trabajos 3 15 18Otras actividades (Estudio) 50 50Exámenes 5 15 15

TOTAL 64 6 80 150

9. Recursos

Libros de consulta para el alumnoLASALA CALLEJA P. (1996): “Introducción al Cálculo de Probabilidades”, Prensas Universitarias de Zaragoza, Colección de Textos Docentes.



Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoARDANUY R. y M.M. SOLDEVILLA (1992): “Estadística Básica”, Ed. Hespérides, SalamancaQUESADA V., A. ISIDORO y L.A. LÓPEZ (2005): “Curso y Ejercicios de Estadística”, Ed. Alhambra-Universidad, Madrid, también en Ed. Pearson

Educación S.A., Madrid.LIPSCHUTZ (2001): “Probabilidad”. Ed. Mc Graw-Hill.MEYER P.L. (1992): “Probabilidad y Aplicaciones Estadísticas”, Ed. Addison-Wesley Iberoamericana.ZOROA TEROL P. y ZOROA ALONSO N. (2008): “Elementos de Probabilidades”. Ed. D.M.

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase y de la nota obtenida en un test y en un examen escrito de teoría y problemas en el que habrá que sacar, al menos, 3,5 puntos sobre 10.Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos durante el curso supondrán un 15% de la nota final.Las exposiciones en clase supondrán otro 15% de la nota final.El test valdrá un 10% de la nota final.La evaluación final (Primera Convocatoria) será por medio de prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá el 30% restante. En esta evaluación final habrá que sacar, como mínimo, una nota media de 3'5 puntos sobre 10 en el promedio de la Teoría y Problemas.Los alumnos que no superen la asignatura en la Primera Convocatoria tendrán una recuperación (Segunda Convocatoria) que también será por medio de una prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá otro 30%; en el 40% restante se contabiliza, con los mismos porcentajes, la puntuación que se hubiera obtenido en su día en la evaluación continua del curso (cuestiones y ejercicios, exposiciones y test). Además, para esta Segunda Convocatoria se aplicarán, las notas del examen de Teoría y Problemas que el alumno hubiera sacado en la Primera Convocatoria si le son más favorables que las que obtenga en la Segunda. Para poder superar la Asignatura en esta Segunda Convocatoria habrá que conseguir, como mínimo, una nota media de 3'5 puntos sobre 10 en el promedio de la Teoría y Problemas.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio.Preparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan.


DEMOGRAFÍA


Código 100709 Plan 2009 ECTS 6

Carácter Básica Curso 1º Periodicidad C2

Área Estadística e Investigación Operativa

Departamento Estadística

Plataforma Virtual Plataforma: STUDIUM. Studium Campus Virtual de la Universidad de SalamancaURL de Acceso: https://moodle.usal.es/login/index.php


Profesor Jaime Egido Miguelez Grupo / s



Centro Facultad de Medicina

Despacho Bioestadística. Planta Baja (Facultad de Medicina)

Horario de tutorías (previa cita)

URL Web biplot.usal.es

E-mail [email protected] Teléfono 923 294400 ext 1852


Bloque formativo al que pertenece la materiaEstadística BásicaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosHerramienta imprescindible para el estudio de las poblaciones humanas y el análisis de su dimensión, estructura, evolución y características generales, considerados desde un punto de vista cuantitativo. Por tanto la demografía observa y determina estadísticamente la estructura y la dinámica de las poblaciones humanas y las leyes que rigen estos fenómenos.



Perfil profesionalLa asignatura Demografía contribuye a la formación de un titulado en el Grado en Estadística en los siguientes aspectos:• LA OBTENCIÓN Y TRATAMIENTO DE DATOS: diseñar adecuadamente el proceso de adquisición y tratamiento de los datos. • EL ANÁLISIS: capacidad para analizar computacionalmente los datos• LA EXTRACCIÓN DE CONCLUSIONES: percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos

correspondientes.


No se requiere una formación avanzada en materias concretas. Se consideran suficientes los conocimientos adquiridos en el bachillerato, en concreto los adquiridos en las diferentes asignaturas de Matemáticas cursadas en el Bachillerato y enseñanzas previas


Generales:• Adquirir los recursos y habilidades necesarios en la obtención, tratamiento e interpretación de datos demográficos.Específicos:• Localizar y utilizar distintas fuentes de obtención de datos demográficos.• Diferenciar y analizar de forma independiente las distintas componentes que influyen en la evolución de una población.• Comprender y realizar estimaciones para la proyección de poblaciones a partir de una población de partida.

5. Contenidos

TEMA I.- INTRODUCCIÓN Y FUENTES DE DATOS DEMOGRÁFICOS.1.1.-Concepto de Demografía. Fuentes estadísticas para el estudio de la población: Censo y Padrón.TEMA II.- ESTRUCTURA DE LA POBLACIÓN.2.1.-Estructura de la población por edad y sexo: Índice de Sundbarg, Tasa de Dependencia, Coeficiente de masculinidad. 2.2.- Piramides de población: como representarlas y cómo interpretarlas.TEMA III.- NATALIDAD, FECUNDIDAD y REPRODUCCIÓN3.1.- . Fecundidad. Análisis transversal de la Fecundidad. Tasa global de Fecundidad. Tasa específica de Fecundidad. 3.2.- Número medio de hijos por mujer. 3.3.- Índice sintético de Fecundidad. 3.4.- Edad a la maternidad. 3.5.- Fecundidad en Castilla y León.TEMA IV.- LOS MOVIMIENTOS MIGRATORIOS. 4.1.-Introducción. 4.2.- La medición de la migración. 4.3.- Modelos migratorios. 4.4.- Proyecciones de población. Estimaciones de población: aproximaciones y enfoques. Etapas de una proyección.TEMA V.- ANÁLISIS DEMOGRÁFICO DE LA MORTALIDAD. La mortalidad general. Tasas brutas y tasas específicas. Estandarización directa e indirecta. La mortalidad infantil. La tabla de mortalidad completa. La tabla de mortalidad abreviada. Las tablas tipo.


TEMA VI.- EL TIEMPO EN DEMOGRAFÍA. Definiciones básicas. El Diagrama de Lexis. Ópticas de valoración del tiempo y planes de observación. TEMA VII.- TABLAS DE VIDA.Población Base. Probabilidad de morir, Sobrevivientes, Población estacionaria, Años vividos, Años vividos acumulados, Esperanza de vida.TEMA VII.- PROYECCIONES DE POBLACIÓN. Estimaciones de población. Aproximaciones y enfoques. La población de partida. Etapas de una proyección. Información necesaria y principales cálculos.


EspecíficasCOMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos de Demografía partiendo de la base de la educación secundaria general, a un nivel que, si bien se

apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.• Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la

elaboración y defensa de argumentos y la resolución de problemas dentro del área de la Demografia.• Tener la capacidad de reunir e interpretar datos para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica

o ética.COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje específico de la Demografía.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Demografía juega un papel relevante en la toma

de decisiones. • Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Demografía. Gestionar la información disponible de

manera óptima.COMPETENCIAS ESPECÍFICAS• Adquirir los conocimientos necesarios para diseñar adecuadamente una investigación y realizar estudios de Demografía Estática y Dinámica,

utilizando las herramientas informáticas más adecuadas.TransversalesINSTRUMENTALESCapacidad de análisis y síntesisRazonamiento críticoCapacidad de organización y clasificaciónComunicación oral y escrita en lengua nativaManejo de una lengua extranjera para leer la información estadísticaJerarquización de problemasResolución de problemasConocimientos de informática básicos para manejo de software estadístico, editado de texto, y presentaciones INTERPERSONALESTrabajo en equipoHabilidades en las relaciones interpersonalesCompromiso ético y social



SISTÉMICAS.Aprendizaje autónomo.Adaptación a nuevas situaciones.Creatividad.Liderazgo.Motivación por la calidad.Constancia formativa.

7. Metodologías

– LECCIÓN MAGISTRAL: Donde se presenta la teoría. Se emplearán medios audiovisuales como apoyo.– DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.– MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la

recogida de datos o en la búsqueda bibliográfica, según proceda, en la grabación en soporte informático y/o en el análisis de los mismos, en la redacción de las conclusiones y en la presentación, en grupo, de los resultados).

Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.– SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos pu-

blicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.




Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoLivi-Bacci, M. (1993): Introducción a la Demografía. Ed. Ariel. Barcelona.


Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoLeguina Joaquín (1992): Fundamentos de demografía. (5ª Edición). Ed. Siglo XXI de España Editores, S.A.Tapinos George (1998): Elementos de demografía. Espasa Universidad. Espasa-Calpe, S.A., Madrid.Campo del, Salustiano y Navarro López, M. (1992): Nuevo análisis de la población española. (2ª edición). Ariel Sociología.Sierra A, Almaraz A, Doreste JL. Demografía y salud pública. Demografía estática. En: Gil P. Medicina Preventiva y Salud Pública. Barcelona:

Masson; 2001.Vinuesa, I. (1994): Demografía. Análisis y Proyecciones. Ed. Síntesis. Madrid.

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos, para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y resolución de problemas. Criterios de evaluaciónUn 25% del examen escrito donde se evaluará el nivel de conocimientos.Un 15% de la calificación a partir de las tareas a lo largo del curso donde se evaluarán las competencias específicas.Un 60 % de la calificación a partir del desarrollo y defensa oral del trabajo donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudesInstrumentos de evaluaciónExamen escrito.Manejo de software. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónResolver de forma habitual los problemas proporcionados a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte práctica de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos.Los trabajos no serán objeto de recuperación



FUNDAMENTOS DE ECONOMÍA


Código 100705 Plan ECTS 6Carácter Básica Curso 1º Periodicidad C2Área Economía Financiera y contabilidadDepartamento Administración y economía de la empresa

Plataforma Virtual Plataforma: STUDIUMURL de Acceso:


Profesor Coordinador Alvaro Jimenez Gutierrez Grupo / s 1Departamento Administración y Economía de la empresaÁrea Economía Financiera y ContabilidadCentro Facultad de Economía y EmpresaDespacho 101 edificio FESHorario de tutorías Previa cita vía correo electrónicoURL WebE-mail [email protected] Teléfono 923.- 294500. Ext 3524


Bloque formativo al que pertenece la materiaLa asignatura de Fundamentos de Economía se encuadra dentro del módulo Áreas de Aplicación, por lo tanto irá enfocada a adquirir las competencias básicas y generales que permitan a los alumnos tener los conocimientos necesarios para aplicarlos en el desarrollo de su actividad profesional en el ámbito de las Ciencias Sociales, pudiendo interpretar desde el punto de vista económico los datos y resultados obtenidos.Papel de la asignatura dentro del Bloque formativo y del Plan de Estudios.Como Área de Aplicación los fundamentos teórico prácticos que el alumno debe adquirir en esta asignatura complementan y amplían futuras aplicaciones en el campo de la estadística. La asignatura tiene sentido dentro del plan de estudios dado que proporcionará al discente los conocimientos, metodologías y herramientas necesarias para la elaboración de informes adecuados teniendo en cuenta los diferentes contextos económico-empresariales, así como tomar las decisiones oportunasPerfil profesionalEl enfoque de la asignatura es globalizador, de tal forma que pretende dar una visión de conjunto de lo que es el ámbito externo e interno de los negocios. Por tanto, para el desarrollo de cualquier actividad profesional dentro de una organización económica puede resultar aconsejable. En


cualquier caso, la materia será especialmente relevante para la actividad profesional si esta de desarrolla en el ámbito del mercado financiero o en la comercialización e investigación de mercados


Las generales para acceder al Grado de Estadística


Objetivosgenerales:Comprender, utilizar e interpretar el lenguaje económico.Adquirir la capacidad para analizar, diagnosticar y resolver los problemas que llevan aparejadas las actividades de carácter económico.Desarrollar la capacidad para transmitir los conocimientos adquiridos con un lenguaje apropiado.Saber realizar una presentación eficaz en la empresa.Conocer y utilizar las nuevas tecnologías de la información y su aplicación en el campo de la economía.Gestionar la información económica disponible.Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas.Adquirir la capacidad para trabajar y comunicarse en equipos disciplinares.Adquirir la capacidad para adaptarse a nuevas situaciones y contextos económicos.Objetivosespecíficos:— Conocer los conceptos básicos del ámbito económico-empresarial.— Saber identificar aquellas actividades que suponen creación de valor económico.— Conocer el significado de estrategia empresarial.— Saber diseñar la organización de la empresa en función de factores internos y externos que influyen en su marcha.— Conocer las premisas del modelo económico-financiero para poder generar y analizar los resultados e indicadores más importantes.— Poder valorar las diferentes fuentes de financiación en función de su idoneidad y de su coste.— Valoración económica de las inversiones en función de su riesgo.— Como definir que se conoce como Marketing.— Aprender a analizar el mercado al que nos dirigimos y elegir la estrategia del marketing.— Saber metodología para realizar un estudio de mercado.— Definir el proceso de producción que permite la obtención de productos y servicios.— Aprender el concepto y calidad, su medición y los elementos a tener en cuenta para su implantación.

5. Contenidos

1.OBJETIVOSECONOMICO-EMPRESARIALES1.1.- Planteamiento general. Fines y Objetivos.1.2.- Concepción clásica de los objetivos económicos.1.3.- Concepción moderna. La creación de valor como objetivo.1.4.- La empresa y la dirección de empresas.



1.5.- La propiedad, la dirección y el gobierno de la empresa.1.6.- Análisis económico de la empresa.1.7.- La planificación económico-empresarial.2. TEORIA Y PRINCIPIOS DE ORGANIZACIÓN2.1.- Concepto de empresa y organización.2.2.- Teorías y principios de la organización.2.3.- Tipos de organizaciones.2.4.- El diseño de la organización.3. LA INVERSIÓN EN LA EMPRESA3.1.- La dirección financiera: inversión y financiación. 3.2.- Concepto y proceso de inversión: rentabilidad y riesgo.3.3.- La dimensión Financiera de la Inversión Productiva.3.4.- Etapas del proceso de inversión.3.5.- Clases de inversiones.3.6.- Modelos de selección y valoración de inversiones.4. LA FINANCIACIÓNEN LA EMPRESA4.1.- La función financiera de la empresa: financiación, inversión y equilibrio financiero.4.2.- Fuentes de financiación en la empresa. Propias y ajenas.4.3.- El coste de los recursos financieros.4.4.- Las Decisiones financieras y el horizonte económico. El valor del dinero en el tiempo.5.ELMARKETINGOSISTEMASDECOMERCIALIZACIÓN:5.1.- Concepto y elementos del marketing.5.2.- Funciones del sistema de comercialización.5.3.- Planificación Comercial: Análisis de Porte y Marketing Mix.5.4.- Estudio de Mercado6. PRODUCCIÓN Y CALIDAD6.1.- La dirección de producción: concepto y objetivos.6.2.- Gestión y control de costes de producción: gestión de stocks.6.3.- Planificación y control de producción.6.4.- Decisiones estratégicas productos y servicios, procesos productivos, distribución en planta, capacidad y localización.6.5.- Nuevas tecnologías en el proceso productivo.6.6.- Diferentes definiciones y formas de abordar la calidad.6.7.- Componentes de la calidad.6.8.- Diferentes definiciones y formas de abordar la calidad.6.9.- La calidad en servicios: modelo de los GAP.


EspecíficasCompetenciasespecíficasdeconocimiento:a.- Conocer y comprender los conceptos básicos de carácter económico-empresarial


b.- Identificar, conocer y analizar los factores y procesos que contribuyen a la creación de valor económico.c.- Diferenciar y valorar los diferentes modelos organizativos que existen.d.- Conocer los sistemas de producción de una empresa y los indicadores de calidad.e.- Conocer la información económico-financiera básica empleada en el contexto económico.f.- Conocer y comprender la importancia de los indicadores económicos, como los tipos de interés y de la inflación, en las valoraciones económicas.g.- Conocer los conceptos básicos del marketing y de la segmentación de mercados.Competenciasespecíficasdehabilidad:a.-Saber identificar e interpretar los indicadores económicos que inciden en aspectos económico-empresariales.b.- Saber analizar el entorno económico general y especifico donde se desarrolla la actividad.c.- Saber adaptarse y aprovechar las circunstancias cambiantes para la creación de valor.d.- Saber analizar y cuantificar el riesgo económico y financiero.e.- Saber elegir la fuente de financiación apropiadas según las condiciones económicas y empresariales.f.- Saber identificar y valorar las ventajas competitivas en un proyecto.g.- Saber formular problemas de decisiones secuenciales y resolverlos utilizando opciones reales.h.- Saber leer e interpretar la información económica y financiera especializada en las materias de análisis.Transversales.CT-1 Capacidad para evaluar críticamente los argumentos y adaptar la teoría a la realidad empresarial.CT-2 Capacidad para utilizar las herramientas necesarias para analizar y valorar los proyectos económicosCT-3 Capacidad para analizar y diseñar conclusiones razonadas bien estructuradas y de una forma más limitada, problemas no estructurados a partir de un conjunto de datos proporcionados y a partir de datos que deben ser adquiridos por los estudiantes.CT-4 Habilidades numéricas entre otras, la capacidad de manejar datos económico-financieros y otros de orden numérico y aplicar conceptos estadísticos a un nivel apropiado. CT-5 Habilidades en el uso de tecnologías de la comunicación y la información para adquirir, analizar y comunicar la información.CT-6 Habilidades de comunicación, incluyendo la capacidad de presentar información cuantitativa y cualitativa junto con su análisis, con argumentos y comentarios de forma apropiada para diferentes audiencias. CT-7 Capacidades para llevar a cabo un aprendizaje independiente y autodirigido.CT-8 Experiencia de trabajo en grupo desarrollada con normalidad y otras habilidades interpersonales, con capacidad de presentar los resultados de su trabajo de forma oral y escrita.CT-9 Habilidad para percibir el proceso global de la toma de decisiones y buscar soluciones estratégicas.

7. Metodologías docentes

La metodología empleada se basa en la realización de las siguientes actividades:— Clase magistral en el aula para la explicación de los conceptos básicos concernientes a la materia.— Propuesta y realización de ejercicios prácticos.— Discusión y resolución de case study relacionados con la materia impartida.— Participación de los alumnos a través de la presentación en el aula de los trabajos propuestos que les ayudará a la comprensión y asimilación

de los planteamientos teóricos, al mismo tiempo que adquieren habilidades comunicativas para el desarrollo futuro de su puesto de trabajo.— Debates y trabajos en grupo que favorezcan el intercambio de ideas entre los alumnos de forma dinámica.



— Utilización de Studium para favorecer la participación e interactuar con el profesor fuera del aula, permitiendo la realización del fórum, debates, así como la tutorización de los trabajos.



Horas presenciales Horas no presencialesClases magistrales 22.5 22.5Clases prácticas 22,5 22,5SeminariosExposiciones y debates 4,5 4,5Tutorías 6,0 1,5 7,5Actividades no presencialesPreparación de trabajos 15 15Otras actividades 60 60Exámenes 3 15 18TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoBIBLIOGRAFÍA BÁSICABUENO CAMPOS, E ; CRUZ, I y DURAN, J.J (2002): Economía de la Empresa. Análisis de las Decisiones Empresariales. Pirámide. Madrid 16ºEd.IBORRA, MARIA ; DDAI, ANGELES; DOIZ, CONSUELO;FERRER, CARMEN (2007) Fundamentos de Dirección de Empresa. Conceptos y Habilidades Directivas. Ed. ThomsonOtras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoBibliografía complementaria:PEREZ GOROSTEGUI, EDUARDO (2002) Introducción a la economía de la empresa. Centro de Estudios Ramon Areces. Madrid.SUAREZ SUAREZ, A.S(2003) Decisiones optimas de Inversión y Financiación en la empresa. Pirámide. Madrid 20ª Edición

10. Evaluación

Consideraciones GeneralesLa evaluación del alumno se basará por una parte en exámenes realizados sobre la base impartida y por otra en la evaluación continua, derivada de la participación, elaboración y realización de trabajos.


Criterios de evaluaciónSe trata de un sistema de evaluación continua donde se pretende valorar tanto el trabajo del alumnos a lo largo del cuatrimestre, como la prueba / examen final.Dado el carácter de evaluación continua, la participación en las aulas se tendrá en consideración.El 35% de la nota final corresponderá a la evaluación continua:Casos prácticos/Controles/realizados aleatoriamente al finalizar las clases)/ejercicios propuestos/participación del alumno en clases, debates, etc…La nota de evaluación continua se dará a conocer a los alumnos antes del examen y es necesario superar la nota mínima de 4 sobre 10 para compensar con la otra parte de la evaluación.La prueba final será el 65% de la nota final, siendo necesario obtener una nota mínima de 4 sobre 10 para superar la asignatura.Instrumentos de evaluaciónExamen teórico – prácticoCaso práctico valoración proyecto real.Exposición oralIntervención en claseRecomendaciones para la evaluaciónSe recomienda la asistencia activa a todas las clases y la participación en los casos prácticos y exposiciones para una completa adquisición de las competencias exigidas.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para la recuperación de las partes de la evaluación continua que el profesor estime recuperables, se establecerá un proceso personalizado a cada estudiante.



INVESTIGACIÓN OPERATIVA I


Código 100708 Plan 2009 ECTS 6 Carácter Básica Curso 1º Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma: StudiumURL de Acceso: http://campus.usal.es/~eioq/io/


Profesor Coordinador Quintín Martín Martín Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1512Horario de tutorías Lunes y Miércoles de 9:00 a 12:00URL Web http://campus.usal.es/~eioq/io/E-mail [email protected] Teléfono 923 294458


Bloque formativo al que pertenece la materiaEsta asignatura pertenece al módulo: “Investigación Operativa” formado por las siguientes asignaturas: Investigación Operativa I (Primero, C2 ), Investigación Operativa II (Segundo, C1) e Investigación Operativa III (Segundo, C2)Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es obligatorio y su docencia está programada en el segundo semestre del 1er curso. El bloque formativo se complementa con dos asigna-turas en el 2º curso. Sus contenidos son necesarios para desarrollar un primer curso de Investigación Operativa que tendrá su continuación en las dos asignaturas de segundo y que pueda servir de soporte y suministre las herramientas básicas para la comprensión y uso de las técnicas de optimización.Perfil profesionalEn todas aquellas profesiones en las que sea necesario optimizar recursos, minimizar costes, planificación y gestión de la producción e inventarios,… como por ejemplo en Ingeniería, Operaciones de transporte, Logística, Sector de las Telecomunicaciones, Sector de la Energía, Planificación y Gestión de la producción.





Objetivos Generales:Conseguir que los estudiantes puedan identificar, modelizar, analizar y sintetizar los problemas de los distintos campos de aplicación de la Investigación Operativa. Que sepan interpretar las soluciones proporcionadas por los modelos y que puedan comunicarlos de forma inteligible para el resto de la empresa u organismo, para conseguir que sean aceptadas e implantadas por los responsables de la toma de decisiones. Así como conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Investigación Operativa.Objetivos Específicos:– Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas de Investigación Operativa más adecuadas a los

fines que se persigan.– Identificar, diferenciar y modelizar los problemas reales mediante programación lineal, no lineal o programación entera.– Resolver los problemas de programación planteados, según la técnica más adecuada en cada caso, usando cuando sea necesario el

programa informático adecuado.– Investigar los cambios que experimenta la solución óptima cuando alguna de las componentes del problema es modificada, analizando las

consecuencias derivadas de dicha variación.– Conocer la relación entre un problema de programación lineal y su dual; así como su interpretación económica.

5. Contenidos

Contenidos TeóricosTEMA 1. Introducción a la Investigación Operativa. Características y estructura de los modelos empleados en la Investigación Operativa. Aplicaciones.TEMA 2. Programación Lineal. Formulación y resolución, tipos de soluciones. Algoritmo del Simplex.TEMA 3. Dualidad . El problema Dual de un problema Primal. Teoremas de dualidad. Interpretación de la dualidad y holgura complementaria. TEMA 4. Programación Lineal Entera. Algoritmos de resolución. Planteamiento de Problemas de Programación Entera.TEMA 5. Análisis post-óptimo y análisis de sensibilidad. Modificación de las componentes del problema de Programación Lineal.TEMA 6. Programación No Lineal. Métodos de optimización no lineal. Multiplicadores de Lagrange. Condiciones de Kuhn-Tucker. Programación cuadrática. Programación separable.Contenidos PrácticosPRÁCTICA 1: Manejo de un programa de Programación Lineal (LINDO, QSB).PRÁCTICA 2: Planteamiento y resolución de problemas de Programación Lineal.PRÁCTICA 3: Resolución de problemas mediante el Simplex.PRÁCTICA 4: Dualidad.PRÁCTICA 5: Planteamiento y resolución de problemas de Programación Entera.PRÁCTICA 6: Análisis de sensibilidad.PRÁCTICA 7: Planteamiento y resolución de problemas de Programación no lineal.




Específicas— Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Investigación Operativa juega un papel relevante

a la hora de tomar decisiones.— Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.— Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.SISTÉMICAS:Aprendizaje autónomoMotivación por la calidad

7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto recomendado, que servirá para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Utilizando la plataforma virtual para apoyar los contenidos teóricos desarrollados, evaluar y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre teoría, problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas, prácticas y preparación de los trabajos propuestos, pa ra alcanzar los objetivos previstos. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre es tu diante y profesor, así como realizando exámenes de teoría y resolución de problemas y prácticas.





Prácticas


Seminarios 6 6Exposiciones y debates 9 12 21Tutorías 6 6 12Actividades de seguimiento online 4 12 16Preparación de trabajosOtras actividades (Estudio) 36 36Exámenes 3 18 21

TOTAL 62 10 78 150

9. Recursos

Libros de consulta para el alumno“Investigación Operativa”. Martín Q. (2003): Pearson Education. Madrid. ISBN: 84-205-4105-2“Investigación Operativa. Problemas y ejercicios resueltos”. Martín Q., Santos M. T., Paz, Y.R. (2005) Pearson Education. ISBN: 84-205-4466-3.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso“Investigación de Operaciones. Aplicaciones y Algoritmos”. Winston W.L. (2004): Thomson.

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.



Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos durante el curso supondrán hasta un 20% de la nota final.Las exposiciones en clase supondrán hasta un 10% de la nota final.La asistencia y realización de prácticas-seminarios en Aula de Informática supondrá hasta un 10%.La realización de trabajos supondrá hasta un 10%.La evaluación final será por medio de prueba escrita que constará de una parte teórica que supondrá hasta un 20% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá hasta el 30%.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:— Se propondrán cuestiones, ejercicios y prácticas para resolver que el alumno debe entregar al profesor (ver http://campus.usal.es/~eioq/io/)

para su evaluación continua, realizando exposiciones orales de los trabajos presentados.— La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento. Las pruebas prácticas realizadas en el aula de informática se contarán como parte del examen (_25%)..Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para dicha recuperación el alumno mantendrá la calificación obtenida en la evaluación continua (incluida la calificación de las pruebas prácticas realizadas en el aula de informática).


SEGUNDO CURSO. CUATRIMESTRE 1

BASES Y ESTRUCTURAS DE DATOS


Código 100711 Plan 2009 ECTS 6Carácter Obligatoria Curso 2º Periodicidad C1Área Lenguajes y SistemasDepartamento Informática y Automática

Plataforma Virtual Plataforma: studiumURL de Acceso: http://studium.usal.es/


Profesor Coordinador Juan Andrés Hernández Simón Grupo / s Departamento Informática y AutomáticaÁrea Lenguajes y SistemasCentro Facultad de CienciasDespacho D1515Horario de tutoríasURL WebE-mail [email protected] Teléfono 923294400 Ext.1309


Bloque formativo al que pertenece la materiaPertenece al módulo de informática compuesto por dos asignaturas:“Lenguajes de Programación” y “Bases y Estructuras de Datos”.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosAsignatura teórico-práctica que presenta las bases sobre las cuales se fundamenta el uso avanzado de las bases de datos como herramienta de solución de problemas.Perfil profesionalConocer diferentes estructuras de datos y los algoritmos adecuados para su manipulación.Saber realizar un diseño básico de una base de datos.



Utilizar y conocer las principales funcionalidades de los sistemas de gestión de bases de datos.Ser capaz de acceder a una base de datos utilizando un lenguaje de definición y manipulación de datos.


Se recomienda cursar esta asignatura después de aprobar la asignatura Lenguajes de Programación.También resulta recomendable disponer de un conocimiento razonable del idioma Inglés, al menos con un nivel de traducción.


Objetivos generales:• Estudio de los fundamentos de las estructuras de datos en memoria y de los conceptos generales de organización de datos.• Presentar los conceptos básicos sobre sistemas de bases de datos, los objetivos que pretenden conseguir y las ventajas que ofrecen frente a

los métodos tradicionales de procesamiento de información.• Analizar las principales fases en el diseño de bases de datos, estudiar, entre otros, el modelado conceptual de datos y el modelo relacional.• Introducir al alumno en el uso del computador para, por medio de la construcción de una base de datos, resolver problemas de complejidad

baja o media en el contexto de la Estadística.Objetivos específicos:• Saber realizar un diseño básico de una base de datos.• Saber utilizar un lenguaje de definición de datos.• Utilizar las principales funcionalidades de los sistemas de gestión de bases de datos.• Estudio del lenguaje SQL.• Ser capaz de acceder a una base de datos utilizando SQL.

5. Contenidos

Unidad I. Estudio de las estructuras de datos fundamentales y sus algoritmos.Unidad II. Introducción a los sistemas de bases de datos.Unidad III. Diseño de bases de datos relacionales.Unidad IV. Lenguaje estándar SQL.


EspecíficasCompetencias básicas• Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un





Competencias generales• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de

aplicación de la Estadística.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión




otras ya conocidas.Transversales• Conocimientos generales básicos• Conocimientos básicos de la profesión• Capacidad de análisis y síntesis• Capacidad de manejar bibliografía relacionada• Capacidad de organizar y planificar• Comunicación oral y escrita en la lengua propia• Habilidades básicas en el manejo de las bases de datos• Habilidades de gestión de la información• Resolución de problemas• Trabajo en equipo• Capacidad de presentar en público una solución a un problema planteado y mantener un debate con el resto de la clase sobre la solución

planteada y buscar colaborativamente la mejor solución.• Responsabilidad y compromiso ético• Capacidad de aplicar los conocimientos en la práctica• Capacidad de aprender• Capacidad de generar nuevas ideas• Habilidad para trabajar de forma autónoma• Motivación por la calidad y por la creatividad.

7. Metodologías

Actividades presenciales:• Lección magistral: exposición de teoría y resolución de problemas • Realización de prácticas guiadas en laboratorio• Seminarios tutelados para grupos pequeños con exposición de trabajos



• Sesiones de tutorías, seguimiento y evaluación, individuales o en grupo• Exposición de trabajos y pruebas de evaluaciónActividades no presenciales / trabajo autónomo:• Estudio autónomo por parte del estudiante, con especial atención a un enfoque práctico.• Revisión bibliográfica y búsqueda de información, especialmente en Internet.• Realización de prácticas y trabajos individuales y autónomos.

8. Previsión de Técnicas (Estrategias) Docentes


Horas presenciales Horas no presencialesClases magistrales 15 15Clases prácticas 30 30 60Seminarios 8 8Exposiciones y debates 4 4TutoríasActividades no presenciales 10 20 30Preparación de trabajos 15 15Otras actividades 15 15Exámenes 3 3TOTAL 60 55 35 150

9. Recursos

Libros de consulta para el alumno• SILBERSCHARTZ, A., KORTH, H. F. y SUDARSAN, S.: Fundamentos de Bases de Datos. Editorial McGraw-Hill.• DATE, C.J.: “Introducción a los Sistemas de Bases de Datos”. Ed. Prentice Hall.• AHO, A.V.; HOPCROFT, J.E.; ULLMAN, J.D.: “Estructuras de datos y algoritmos”. Editorial Addison-Wesley.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso• DE MIGUEL, A.; PIATTINI, M.: “Concepción y diseño de bases de datos. Del modelo E/R al modelo relacional”. Editorial Ra-ma.• ELMASRI, R., NAVATHE, S. B.: Fundamentos de Sistemas de Bases de Datos. Editorial Addison Wesley.• WIRTH, N.: “Algoritmos + Estructuras de datos = Programas”. Ed. Del Castillo.


10. Evaluación

Consideraciones GeneralesCon objeto de llevar a cabo una evaluación continúa, se hace uso de la plataforma virtual para notificar las tareas y fechas de entrega de las mismas. Adicionalmente, la calificación de estas tareas es visible para el alumno interesado, que puede seguir su evolución de forma inmediata. Entre estas tareas se consideran las asociadas a los temas vistos en teoría, las asociadas a seminarios, y los resultados de las defensas que se soliciten de prácticas.Revisión y análisis de los trabajos y exámenes del alumno, de sus exposiciones en las pruebas orales, así como su participación en clase y en actividades de grupo (presenciales y no presenciales), su actitud ante la resolución de ejercicios, etc.La evaluación considera especialmente relevantes los aspectos prácticos de la asignatura.Criterios de evaluaciónLos objetivos generales y específicos de esta asignatura hacen que el conocimiento práctico resulte esencial, y por tanto los criterios de evaluación son básicamente relativos a los aspectos aplicados de los conceptos que se tratan. Se plantearán al alumno varias pruebas de tipo test, realizadas a través de Studium, con objeto de comprobar su comprensión de conceptos básicos sin los cuales no es posible abordar los problemas tratados. Adicionalmente, se plantearán trabajos prácticos que muestren un conocimiento práctico adecuado.Por último, se realizará un examen final en que el alumno deberá mostrar por escrito las capacidades adquiridas.• Demostrar conocimientos de los conceptos básicos de bases de datos.• Demostrar que se es capaz de comprender el enunciado de un problema de estructuras de datos.• Demostrar que se sabe analizar y resolver problemas de complejidad baja o media y construir estructuras de datos que los resuelvan.Instrumentos de evaluación• Evaluación continua: 15%Este apartado se refiere a pruebas efectuadas en Studium de manera periódica. El contenido de estas pruebas será el de los temas tratados en clases de teoría y seminarios. Se realizará una prueba al final de cada tema. La nota de evaluación continua será la que se obtenga durante el desarrollo del curso, por lo que no es posible obtener nota en este apartado si no se realizan las tareas al ritmo que se van proponiendo (no existirá posibilidad de realizar las mismas posteriormente). Se mantendrá la nota para la convocatoria extraordinaria del mismo curso académico.• Defensa de prácticas: 25%Se contempla la realización de tres prácticas a lo largo del curso. Estas prácticas serán presentadas a través de Studium, y defendidas posteriormente si el profesor lo estima oportuno.• Realización de exámenes: 60%El contenido del examen será eminentemente práctico, y tendrá por objeto comprobar la correcta comprensión de los conceptos abordados en la asignatura, así como las capacidades adquiridas por el alumno.Recomendaciones para la evaluaciónCompletar satisfactoriamente la resolución de todos los ejercicios propuestos a lo largo de la asignatura. Se recomienda utilizar un enfoque totalmente práctico para abordar esta asignatura. Las técnicas memorísticas producen siempre resultados nefastos, puesto que un pequeño cambio en los requisitos de un problema da lugar al uso de técnicas muy distintas para su resolución, de las que quizá se considerasen inicialmente.Recomendaciones para la recuperaciónCompletar satisfactoriamente la resolución de todos los ejercicios propuestos a lo largo de la asignatura. Búsqueda y resolución de nuevos supuestos prácticos de fuentes contrastadas por el profesor de la asignatura.



CÁLCULO NUMÉRICO


Código 100710 Plan 2009 ECTS 6Carácter Obligatoria Curso 2 Periodicidad C1Área Matemática AplicadaDepartamento Matemática Aplicada

Plataforma Virtual Plataforma: StudiumURL de Acceso: https://moodle.usal.es/


Profesor Coordinador Jesús Martín Vaquero Grupo / s Departamento Matemática AplicadaÁrea Matemática AplicadaCentro Facultad de Ciencias , E.T.S.I.I. de BéjarDespacho Casa del Parque nº 2, despacho nº 10Horario de tutorías A determinar con los alumnosURL WebE-mail [email protected] Teléfono 923 294500, et. 1527

Profesor Coordinador Ángel Martín del Rey Grupo / s Departamento Matemática AplicadaÁrea Matemática AplicadaCentro Facultad de Ciencias, E.P.S. de ÁvilaDespacho Casa del Parque nº 2, despacho nº 2Horario de tutorías A determinar con los alumnos

URL Web http://web.usal.es/delreyhttp://diarium.usal.es/delrey/

E-mail [email protected] Teléfono 923 294500, ext. 1552


Bloque formativo al que pertenece la materiaObligatoria.En la memoria de grado la materia Matemáticas está formada por la asignatura que se detalla en esta guía junto con otras cuatro asignaturas: Álgebra Lineal, Análisis Matemático I, Análisis Matemático II y Optimización Numérica.


Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEsta asignatura se imparte en el primer semestre del segundo curso del Grado en Estadística. Dentro del módulo la preceden tres asignaturas de carácter básico: Álgebra Lineal, Análisis Matemático I y Análisis Matemático II. Esta asignatura cumple un doble servicio. Por un lado proporciona al alumnado los recursos necesarios para el seguimiento de otras materias más específicas de la carrera y por otro fomenta la capacidad de abstracción, rigor, análisis y estudio de otras asignaturas. En definitiva, con esta asignatura pretendemos consolidar, homogeneizar y ampliar la formación matemática del alumnado.Perfil profesionalEl seguimiento correcto de esta asignatura permitirá alcanzar al alumnado una formación matemática básica de indudable interés para su ejercicio profesional desde el punto de vista instrumental: personal docente, funcionarios públicos, personal biosanitario, etc.


Aunque en muchos casos la asignatura es auto-contenida, es evidente que son necesarios los conocimientos básicos adquiridos en las tres asignaturas anteriores. Se necesitan por tanto, conocimientos básicos tanto de Álgebra Lineal como de Análisis Matemático.


En esta asignatura se pretende que el alumno adquiera los conocimientos matemáticos referentes al Cálculo Numérico básico y las destrezas necesarias que servirán de base al resto de las asignaturas de la titulación. Los objetivos generales son los siguientes:• Modelizar situaciones sencillas y aplicar las técnicas adecuadas para la solución del problema planteado• Utilizar técnicas matemáticas aproximadas• Interpretar las soluciones en términos matemáticos en el contexto del problema real planteadoLos objetivos relacionados con las competencias académicas y disciplinares son los siguientes:– Conocer y comprender los conceptos y resultados fundamentales de la teoría básica de errores y de la complejidad computacional.– Conocer y comprender los conceptos y resultados fundamentales sobre las herramientas de resolución de ecuaciones no lineales.– Conocer y comprender los conceptos y resultados fundamentales de la interpolación y aproximación de curvas.– Conocer, comprender y utilizar los conceptos y resultados fundamentales de las técnicas de derivación e interpolación numérica.– Conocer, comprender y utilizar los conceptos y resultados fundamentales de los métodos de resolución de sistemas de ecuaciones lineales.Con respecto a los objetivos relacionados con las competencias generales y personales, se proponen los siguientes:– Ampliar los conocimientos sobre los principales herramientas matemáticas utilizadas en la Estadística.– Ser capaz de comunicar conocimientos científicos de carácter especializado.– Ser capaz de realizar búsquedas de información en bibliotecas, bases de datos, internet, etc.– Formarse y actualizar conocimientos de forma continuada.– Trabajar con constancia.– Trabajar en equipo.

5. Contenidos

Tema 1: INTRODUCCIÓN AL CÁLCULO NUMÉRICO1.1 Motivación: El cálculo numérico en la Estadística1.2 Números y operaciones. Sistemas de numeración



1.3 Representación de números en el ordenador1.4 Teoría de errores1.5 Complejidad computacionalTema 2: RESOLUCIÓN DE ECUACIONES NO LINEALES2.1 Introducción2.2 Método de la Bisección2.3 Método de Newton-Raphson2.4 Método del Punto Fijo2.5 Otros métodos2.6 Implementación computacional: Mathematica y Matlab.Tema 3: INTERPOLACIÓN Y APROXIMACIÓN DE CURVAS3.1 Introducción3.2 Polinomio de Lagrange y de Newton3.3 Cálculo del error3.4 Interpolación polinomial a trozos: splines.3.5 Curvas de Bezier3.6 B-splines3.7 Implementación computacional: Mathematica y Matlab.Tema 4: DERIVACIÓN E INTEGRACIÓN NUMÉRICA4.1 Introducción4.2 Regla del trapecio. Regla de Simpson. Reglas de Newton-Cotes.4.3 Reglas Gaussianas. 4.4 Derivación numérica. Derivada del polinomio interpolador. 4.5 Método de coeficientes indeterminados.4.6 Implementación computacional: Mathematica y Matlab.Tema 5: RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES5.1 Introducción5.2 Métodos directos5.2.1 Eliminación de Gauss y Gauss-Jordan5.2.2 Factorización LU5.2.3 Factorización de Chowleski5.3 Métodos iterativos5.3.1 Método de Jacobi5.3.2 Método de Gauss-Jordan5.4 Implementación computacional: Mathematica y Matlab.


EspecíficasCB1.- Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.


CB2.- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.CB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.CG1.- Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística.CG2.- Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.CG3.- Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.CG4.- Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.CG5.- Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.Transversales

7. Metodologías

Creemos que se ha de plantear el proceso de aprendizaje como una actividad conjunta entre el profesor y el alumno, que se debe desarrollar en diferentes espacios y escenarios, en los que las acciones de profesores y alumnos se complementen y cambien constantemente. De esta forma, en esta asignatura vamos a plantear y a desarrollar diferentes tipos de actividades que permitan llevar a cabo el nuevo paradigma planteado. Éstas actividades las podemos clasificar en dos tipos perfectamente diferenciados: (I) actividades a realizar conjuntamente con los alumnos en clase y (II) actividades que los propios alumnos deberán realizar de forma autónoma (bajo la supervisión, si procede, del propio profesor).Así dentro del primer grupo se realizarán las clases presenciales, seminarios y tutorías individuales y/o colectivas. En las clases presenciales se desarrollarán en el aula los contenidos propios de la asignatura. La metodología docente se enfoca a la resolución de problemas, aunque obviamente en las clases presenciales se expondrán los fundamentos teóricos mínimos necesarios para una correcta comprensión de los diferentes algoritmos de resolución de problemas que se utilizarán a lo largo del semestre. En consecuencia, la mayoría de las actividades realizadas en el aula son de carácter eminentemente práctico, con la resolución por parte del profesor y de los alumnos de numerosos problemas que permitan adquirir las competencias fijadas en la asignatura. Por otra parte se llevarán a cabo seminarios de complementación de los conceptos introducidos en las clases magistrales; concretamente los seminarios que se desarrollarán versarán sobre el uso y manejo de los paquetes de cálculo simbólico Mathematica y Matlab, y la resolución de los problemas presentados en las clases magistrales mediante su uso. Finalmente se llevarán a cabo tutorías individualizadas o colectivas en las que se detallen aquellos conceptos de más difícil comprensión para el alumno o se expongan los trabajos realizados en el marco de la evaluación.En el segundo grupo de actividades, consideramos de especial importancia la elaboración por parte del alumno de sus propios materiales de estudio. Para ello, se les proporcionarán los materiales en formato electrónico utilizados por el profesor en las clases presenciales y un completo listado de bibliografía y referencias en las que podrán consultar todos los conceptos introducidos en clase. De esta forma se conseguirá que el alumno se involucre de manera efectiva en el proceso aprendizaje: no se limitará sólo a estudiar una serie de contenidos proporcionados por el profesor, sino que será directo responsable en la elaboración de dichos contenidos. Además, y dentro también de este grupo de actividades los alumnos deberán elaborar trabajos de investigación que versarán sobre algún tema íntimamente relacionado con lo explicado en clase y,



preparar y exponer problemas o casos prácticos relacionados con alguna parte del temario de la asignatura. Todos estos trabajos permitan simular competencias científicas o profesionales, al tiempo que integrar aprendizajes conceptuales y procedimentales, estrategias de búsqueda y síntesis de la información, estrategias de trabajo en grupo y exposición pública de conocimientos, etc.Finalmente se ha de destacar la importantísima labor de las tutorías, las cuales no sólo estarán destinadas a la resolución de cualquier tipo de dudas que puedan surgir a la hora de estudiar los temas impartidos en clase, sino que ofrecen un marco idóneo para el apoyo y supervisión de los trabajos que los alumnos deben realizar de forma autónoma.

8. Previsión de Técnicas (Estrategias) Docentes


Horas presenciales Horas no presencialesClases magistrales 15 15 30Clases prácticas 20 40 60Seminarios 15 10 25Exposiciones y debates 2 5 7Tutorías 2 2Actividades no presencialesPreparación de trabajos 1 20 21Otras actividadesExámenes 5 5TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumno• Atkinson, K., Elementary Numerical Analysis, 2nd ed.; John Wiley & Sons, 1993. • Burden, R. L. y Faires, J. D., Análisis Numérico, 6ªEd., International Thompson Editores, 2000.• Householder, A., The theory of matrices in numerical análisis, Dover Publications, 1964.• Infante, J. A. y Rey, J. M., Métodos Numéricos : teoría, problemas y prácticas con MATLAB, Ed. Pirámide, 1999.• Moreno, C., Introducción al cálculo científico usando MATLAB, UNED, 1999.• Quintela, P., Matemáticas en Ingeniería con MATLAB, Universidad de Santiago de Compostela, 2000.• Sanz-Serna, J.M. Diez lecciones de cálculo numérico; Universidad de Valladolid, 1998. Scheid, F., Di Constanzo, R.E., Métodos Numéricos.

Segunda Edición, McGraw-Hill, 1991.• Stoer, J. y Bulirsch, R., Introduction to Numerical Analysis, Ed. Springer-Verlag, 1993.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoScheid, F., Di Constanzo, R.E., Métodos Numéricos. Segunda Edición, McGraw-Hill, 1991.


10. Evaluación

Consideraciones GeneralesLos procedimientos de evaluación miden la consecución de los objetivos de la asignatura y la adquisición de las competencias descritas. Consecuentemente la evaluación no se puede reducir al desarrollo de tareas de reproducción de conocimientos en momentos muy concretos al final del aprendizaje (debido fundamentalmente a la masificación de las aulas y a la dificultad de evaluar más allá de los conocimientos disciplinares). Un modelo de enseñanza centrado en competencias requiere, por tanto, que el profesor incorpore a su práctica otras modalidades de evaluación continua: elaboración y defensa de trabajos de investigación, elaboración de temas de la asignatura, tutorías individualizadas, etc.Criterios de evaluaciónLos criterios generales de evaluación son los siguientes:• Valorar la utilización de las técnicas exactas y aproximadas adecuadas para resolver los problemas planteados.• Valorar la claridad y el rigor de las argumentaciones realizadas.• No serán determinantes en la calificación los errores de cálculo salvo que sean repetidos e involucren conceptos básicos y/ó impidan la

correcta interpretación del ejercicio. También se valorará la participación activa en clase y la asistencia a las actividades complementarias.Otros criterios más específicos de evaluación son los siguientes:• Demostrar la adquisición y comprensión de los principales conceptos de la asignatura.• Resolver problemas aplicando conocimientos teóricos y basándose en resultados prácticos.• Preparar con rigor una revisión bibliográfica sobre un tema de la asignatura.• Exponer con claridad un problema preparado.• Analizar críticamente y con rigor los resultados.• Participar activamente en la resolución de problemas en clase.Instrumentos de evaluaciónLa evaluación de la adquisición de las competencias a adquirir en la asignatura se llevará a cabo de diferentes formas:1. Evaluación de las competencias a adquirir mediante las actividades de grupo grande:

a. Pruebas escritas de problemas.b. Pruebas escritas de preguntas cortas.

Estas tareas supondrán el 50% de la nota final.2. Evaluación de las competencias a adquirir mediante las actividades de grupo grupo mediano o seminarios concretamente la realización y

exposición de trabajos prácticos dirigidos:- elaboración y exposición de un trabajo de investigación.- Elaboración de materiales propios.- Elaboración y Exposición de problemas teóricos y prácticos.

La exposición de los trabajos se realizará en las tutorías individualizadas marcadas por el profesor en fechas de común acuerdo con los alumnos.Estas tareas supondrán el 40% de la nota final.En el caso de no superar la asignatura, el procedimiento de recuperación consistirá en la realización de un examen presencial y/o en la realización de las actividades recomendadas por el profesor.



Recomendaciones para la evaluación• El alumno debería realizar durante las horas de trabajo autónomo las actividades sugeridas por el profesor durante las horas presenciales.• El alumno debe asistir a clase y utilizar las tutorías.Recomendaciones para la recuperaciónEl alumno presentado que no supere la asignatura debe asistir a una tutoría personalizada con el profesor de la asignatura en la que se realizará una programación de las actividades del alumno para adquirir las competencias de la asignatura.

ESTADÍSTICA MATEMÁTICA



Carácter Obligatoria Curso 2º Periodicidad C1



Plataforma Virtual Plataforma: StudiumURL de Acceso: http://studium.usal.es/


Profesor Coordinador María Teresa Cabero Morán Grupo / s



Centro Facultad de Ciencias

Despacho D1508

Horario de tutorías L: 9:30-12:30 y X: 9:30-12:30

URL Web http://web.usal.es/~mateca/

E-mail [email protected] Teléfono 923294458



Bloque formativo al que pertenece la materia“Estadística Descriptiva” (primero), “Demografía” (primero), “Estadística Matemática” (segundo), “Estadística no paramétrica” (tercero)Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un segundo curso de Estadística que pueda servir de soporte y herramienta para otras asignaturas de los módulos de “Muestreo y encuestas”, “Áreas de aplicación”, “Modelos lineales y análisis multivariante” y, en general, en el resto de los módulos.Perfil profesionalEn las relacionadas con la sociología, sondeos, economía, banca, seguros, finanzas, consultorías, oposiciones al Cuerpo de Estadísticos y docencia en Bachillerato, así como en cualquier profesión en la que se tenga que manejar un volumen grande de datos. Analizar los datos que se generan en una empresa, organismo o país. Controlar la calidad de un producto.


Conocimientos en profundidad de Estadística Descriptiva. Conocimientos básicos en Análisis Matemático de cálculo de máximos y mínimos, derivación, integración y límites. Conocimientos en Cálculo de probabilidades sobre distribuciones de probabilidad más frecuentes discretas y continuas.


GENERALES:Conocer la naturaleza, métodos y fines de la Estadística junto con cierta perspectiva histórica de su desarrollo.Reconocer la necesidad de la Estadística para tratar científicamente aquellas situaciones con gran volumen de datos.Reconocer a la Estadística como parte integrante de la Educación y la Cultura.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Estadística.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos estadísticos.ESPECÍFICOS:Establecer los conceptos de Estadística Inferencial como pilar en las diferentes técnicas de Análisis Estadísticos.Comprender y manejar los conceptos y principios básicos de la Estadística, así como sus distintos métodos y enfoques, reconociendo su aplicabilidad a problemas reales, y así, elaborar sus propias estadísticas inferenciales e interpretar correctamente las que le sean presentadas. Estudio de la relación entre variables cualitativas y de la comparación de poblaciones.

5. Contenidos

CONTENIDOS TEÓRICOS:TEMA 1. VISIÓN GENERAL DE LA ESTADÍSTICA. Objetivos de la Estadística, repaso de conceptos: muestra, población, estadísticos y parámetros.TEMA 2. INTRODUCCIÓN AL MUESTREO ESTADÍSTICO. Generalidades. Algunos tipos de muestreo: muestreo aleatorio simple.



TEMA 3. CONCEPTO DE ESTIMACIÓN. Estimadores y propiedades. Distribuciones muestrales. Búsqueda del mejor estimador. Aplicaciones.TEMA 4. ESTIMACIÓN POR INTERVALOS. Construcción de intervalos paramétricos para una o dos poblaciones (dependientes o independientes). Aplicaciones.TEMA 5. CONTRASTES PARAMÉTRICOS. Conceptos: hipótesis, errores, potencia y metodología. Contrastes para una o dos poblaciones (dependientes o independientes). Aplicaciones.TEMA 6. INTRODUCCIÓN AL ANÁLISIS DE LA VARIANZA. Conceptos: factor, nivel, metodología. Aplicaciones.TEMA 7. OTROS CONTRASTES CON LA DISTRIBUCIÓN JI-CUADRADO. Independencia, homogeneidad y bondad de ajuste.CONTENIDOS PRÁCTICOS:PRÁCTICA 1: Repaso de Probabilidad.PRÁCTICA 2: Repaso de Estadística Descriptiva con SPSS.PRÁCTICA 3: Intervalos de Confianza con SPSS.PRÁCTICA 4: Pruebas t de Student para uno o dos grupos con SPSS.PRÁCTICA 5: Introducción al ANOVA con SPSS.PRÁCTICA 6: Independencia, Homogeneidad y Bondad de Ajuste con SPSS.


EspecíficasSintetizar y analizar descriptivamente conjuntos de datos muestrales para posteriores inferencias poblacionales.Plantear y resolver problemas generales de Inferencia Estadística.Interpretar resultados del análisis y tomar decisiones estadísticas y aplicarlas.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificación.Capacidad de gestión de la información.Resolución de problemas.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso ético.Habilidades en las relaciones interpersonales.SISTÉMICAS:Aprendizaje autónomo.Motivación por la calidad.

7. Metodologías

• Clases de Teoría. En estas clases se mostrarán los diferentes contenidos del programa expuesto. Así mismo se plantearán y resolverán ejercicios que ayuden a la comprensión de la teoría.


• Clases de Prácticas. Se aplican las definiciones, propiedades y teoremas expuestos en las clases teóricas. Se proponen cuestiones prácticas que se resolverán con ayuda del ordenador, con ayuda de programas especializados, permitiendo plantear y resolver problemas de grandes dimensiones, concretamente SPSS.

• Exposiciones Orales. El/la alumno/a elabora, bajo la supervisión de la profesora, realiza trabajos o ejercicios sobre teoría, problemas y/o prácticas que explica bien en la pizarra o bien en el ordenador en clase delante de sus compañeros o también los ejercicios resueltos durante los seminarios.

• Seminarios tutelados. Propuesta de ejercicios prácticos con frecuencia que requieran el uso de los resultados explicados en las clases magistrales. Estos problemas son resueltos en los seminarios, donde los/as estudiantes pueden compartir con sus compañeros y con la profesora las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por sí mismos las competencias del módulo.



Horas presenciales Horas no presencialesSesiones magistrales 20

Prácticas

– En aula 14– En el laboratorio– En aula de informática 10– De campo– De visualización (visu)

Seminarios 4Exposiciones y debates 5 5Tutorías 4Actividades de seguimiento online 6Preparación de trabajos 15Otras actividades (Estudio) 43Exámenes 3 21

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoSPIEGEL, M. y STEPHENS, L. (2009): “Estadística (4ª edición)”. Ed. Mc Graw Hill. MéjicoMARTÍN, Q., CABERO, M.T. y DE PAZ, Y. (2008): “Tratamiento estadístico de datos con SPSS. Prácticas resueltas y comentadas”. Ed. Thomson.

Madrid.



Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursohttps://moodle.usal.es/RUÍZ-MAYA PÉREZ, L. y MARTÍN-PLIEGO LÓPEZ, F.J. (2000): “Fundamentos de Inferencia Estadística”. Ed. Thomson-Paraninfo. MadridFREUND, J., MILLER, I. y MILLER, M. (2000): “Estadística Matemática con aplicaciones”. Ed. Prentice Hall. MéjicoSANTIAGO MURGUI, J. y ESCUDER VALLES, R. (1994): “Estadística aplicada”. Ed. Tirant lo Blanch. Valencia.

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados durante el curso, controles, las exposiciones en clase, las prácticas y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.Criterios de evaluaciónLa calificación final será el resultado de 4 apartados:A. Cuestiones y ejercicios planteados durante el curso, Studium, prácticas de ordenador y controles, que supondrán un 35% de la nota final.B. Preparación y exposición de ejercicios, que supondrán un 2’5% de la nota final.C. Asistencia a clase, que supondrá un 2’5%.D. Examen final, por medio de una prueba escrita que constará de una parte teórica que supondrá un 20% de la nota final, de una parte de

problemas, otro 25% y de otra de prácticas a la que corresponderá el 15% restante.Los apartados A, B y C equivalen a la calificación por curso.Para superar la asignatura será necesario obtener tanto en A como en D un mínimo de 3 puntos sobre 10.Instrumentos de evaluaciónPruebas escritas en clase e Internet y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio de curso.Preparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line.Participar de forma activa en clase.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line. La recuperación se realizará solamente sobre el examen final (apartado D), y se valorará junto con la nota obtenida en el proceso del curso, la evaluación continua (apartados A, B y C) en las mismas proporciones.


INGLÉS CIENTÍFICO


Código 100714 Plan 2009 ECTS 6 Carácter Obligatoria Curso 2º Periodicidad C1 Área Filología InglesaDepartamento Filología Inglesa

Plataforma Virtual Plataforma: Studium (Campus Virtual de la Universidad de Salamanca)URL de Acceso: https://moodle.usal.es/


Profesor Coordinador Elvira Pérez Iglesias Grupo / s Departamento Filología InglesaÁrea Filología InglesaCentro Facultad de FilologíaDespacho 2.9 (C/ Placentinos)Horario de tutorías Martes y Jueves de 9 a 12 h.URL WebE-mail [email protected] Teléfono 923294400. Ext. 1756


Bloque formativo al que pertenece la materiaEsta asignatura pertenece al módulo: ”Inglés”, compuesto únicamente de dicha asignaturaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es obligatorio y su docencia está programada en el Primer Semestre del Segundo CursoPerfil profesionalInterés de la materia para una profesión futura.Especialistas en ciencia y tecnología.Especialistas en lenguajes especializados


Ninguna.




Objetivos Generales:– Mejorar la capacidad de comprender textos especializados de carácter científico-técnico en lengua inglesa– Mejorar la capacidad de producir textos científico-técnicos en lengua inglesa– Mejorar la capacidad de analizar textos científico-técnicos en lengua inglesa– Ejercitar las 4 destrezas (lectura, comprensión, escritura y habla) en lengua inglesa– Mejorar las estrategias comunicativas en lengua inglesaObjetivos Específicos:– Conocer los componentes etimológicos, semánticos, morfológicos, sintácticos, fonológico-fonéticos y ortográficos que intervienen en la

construcción del discurso científico-técnico en lengua inglesa– Aplicar los conocimientos etimológicos, semánticos, morfológicos, sintácticos, fonológico-fonéticos y ortográficos de la lengua inglesa al

análisis lingüístico de la prosa científico-técnica inglesaObjetivos instrumentales:– Aprender sistemas de análisis de la lengua inglesa– Desarrollar sistemas de elaboración de textos orales y escritos y de resúmenes basados en el conocimiento etimológico, semántico,

morfológico, sintáctico, fonológico-fonético y ortográfico del registro inglés científico

5. Contenidos

Contenidos Teóricos:I. Características etimológicas del inglés científico.II. Características semánticas del inglés científico.III. Características morfológicas del inglés científico.IV. Características sintácticas del inglés científico.V. Características fonológico-fonéticas del inglés científico.VI. Características ortográficas del inglés científico.Contenidos Prácticos:— Análisis y discusión en clase de textos científicos auténticos en lengua inglesa que los alumnos –individualmente o en grupos– deben preparar

por adelantado antes de asistir a clase y participar activamente en ella-— Recursos bibliográficos y recursos en la red


Específicas• Dominio instrumental de la lengua inglesa para adquirir conocimientos etimológicos, semánticos, morfológicos, sintácticos, fonológico-

fonéticos y ortográficos del inglés científico• Mejora de la capacidad de comunicación oral y escrita en lengua inglesaTransversales• Adquirir habilidades básicas de lectura y comprensión en lengua extranjera• Ser capaces de transmitir en otro idioma información, ideas, problemas y soluciones a un público tanto especializado como no especializado


• Identificación de las estrategias necesarias para producir y recibir textos de diferente tipo• Realización de análisis y comentarios lingüísticos• Desarrollar la capacidad de análisis y síntesis, y el aprendizaje autónomo• Desarrollar la capacidad de trabajar en equipo, la negociación y la toma de decisiones• Practicar las habilidades necesarias para la exposición y debate de conceptos, ideas y proyectos• Desarrollar la capacidad para localizar, utilizar y citar recursos bibliográficos• Desarrollar la capacidad para localizar, manejar y aprovechar recursos en la red• Desarrollar las habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

7. Metodologías

El proceso de enseñanza-aprendizaje combinará la exposición y explicación de los conceptos teóricos con el análisis práctico de casos que ilustren estos conceptos en textos auténticos en lengua inglesa. Los alumnos realizarán pequeños trabajos individuales y de grupo en los que analizarán textos auténticos en lengua inglesa pertenecientes al registro científico. Todas estas actividades estarán basadas en la interacción. Se utilizarán los recursos de la red para la formación del corpus del análisis y como herramienta para la obtención de datos y la consulta de fuentes




Prácticas


SeminariosExposiciones y debates 10 10Tutorías 5 5


Horas presenciales Horas no presencialesActividades de seguimiento online 22 22Preparación de trabajos 15 15Otras actividades (detallar) 38 38Exámenes 3 15 18

TOTAL 60 90 150



9. Recursos

Libros de consulta para el alumnoDefourneaux. M. Do You Speak Science? Madrid, AC.Herbert, A. J. The Structure of Technical English. London, LongmansOtras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoEveritt, B. S. The Cambridge Dictionary of Statistics. Cambridge, CUP.Pérez Iglesias, E. Análisis del inglés informático. Salamanca, Hespérides.Pérez Iglesias, E. El inglés científico-técnico: Evolución histórica. Salamanca, Hespérides.Swales, J. Writing Scientific English. Surrey, Nelson

10. Evaluación

Consideraciones GeneralesSe utilizará la lengua inglesa como vehículo de comunicación y se valorará la asistencia y participación en claseCriterios de evaluaciónLa evaluación se realizará a partir de las exposiciones de los trabajos y del examen final escrito, en el que los alumnos tendrán que demostrar que han adquirido las competencias previstasInstrumentos de evaluaciónAsistencia y participación: 25 %Exposición en clase de trabajos individuales y en grupo: 25 %Examen Final Escrito: 50 %Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de Curso y consultar al profesor las dudas que se planteen en cada momentoRecomendaciones para la recuperaciónSe realizará un Examen de recuperación en la fecha prevista en la planificación docente


INVESTIGACIÓN OPERATIVA II


Código 100713 Plan 2009 ECTS 6 Carácter Obligatoria Curso 2º Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma Virtual Plataforma: StudiumURL de Acceso: https://moodle.usal.es/login/index.php




Bloque formativo al que pertenece la materiaEsta asignatura pertenece al módulo: “Investigación Operativa” formado por las siguientes asignaturas: Investigación Operativa I (Primero, C2 ), Investigación Operativa II (Segundo, C1) e Investigación Operativa III (Segundo, C2)Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es obligatorio y su docencia está programada en el primer semestre del 2º curso. Es la continuación de la asignatura Investigación Operativa I, vista en el segundo semestre del primer curso y se complementa con la asignatura Investigación Operativa III del segundo semestre de segundo curso. Sus contenidos son necesarios para continuar con la formación en las técnicas de optimización, centrándose en esta asignatura fundamentalmente en los problemas que se pueden plantear mediante grafos, redes, gestión de inventarios y programación dinámica.Perfil profesionalTodas aquellas profesiones en las que sea necesario optimizar recursos, minimizar costes, planificar transportes, gestión de la producción e inventarios,… Por ejemplo en Ingeniería, Operaciones de Transporte, Logística, Sector de las Telecomunicaciones, Sector Energético, Planificación y Gestión de la Producción…




Las generales para acceder al Grado de Estadística y haber cursado previamente la asignatura Investigación Operativa I.


OBJETIVOS GENERALESConseguir que los estudiantes puedan identificar, modelizar, analizar, sintetizar y resolver problemas de aplicación de la Investigación Operativa como son los Problemas de Grafos, Redes, Proyectos, Inventarios y de Programación Dinámica. Que sean capaces de interpretar las soluciones proporcionadas por los modelos usados y puedan comunicarlos de forma inteligible para que sean aceptadas e implantadas por los responsables de la toma de decisiones. Así como conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Investigación Operativa.OBJETIVOS ESPECÍFICOS– Identificar, diferenciar y modelizar problemas reales mediante las técnicas de Grafos, Redes, Proyectos, Inventarios y Programación dinámica.– Resolver los problemas planteados según la técnica más adecuada en cada caso, usando cuando sea necesario el programa informático

correspondiente.– Investigar los resultados, analizando si la solución es la óptima en cada caso.

5. Contenidos

CONTENIDOS TEÓRICOSTEMA 1. GRAFOS. Conceptos básicos. Tipos de grafos. Representaciones Matriciales. Algoritmos de búsqueda de caminos óptimos.TEMA 2. REDES DE TRANSPORTE. Problema de transporte. Formulación y métodos de resolución. Problema de trasbordo. Problema de asignación. Problemas de Flujo máximo. Problemas de Flujo compatible a coste mínimo. Aplicación al control de proyectos. Secuenciación y control de proyectos. Análisis CPM. Análisis PERT. Modelización por programación lineal.TEMA 3. MODELOS DE INVENTARIO. Características de los modelos de inventario. Modelos EOQ. Modelos de producción. Modelos de almacenamiento probabilístico.TEMA 4. PROGRAMACIÓN DINÁMICA. Planteamiento de las fórmulas recursivas. Algoritmo de Bellman. Programación dinámica en tiempo contínuo.CONTENIDOS PRÁCTICOSPRÁCTICA 1: Manejo del programa informático (WHITAKER, WINQSB)PRÁCTICA 2: Planteamiento y resolución de problemas de Grafos.PRÁCTICA 3: Planteamiento y resolución de problemas de Redes de Flujos.PRÁCTICA 4: Planteamiento y resolución de Proyectos.PRÁCTICA 5: Planteamiento y resolución de problemas de Inventarios.PRÁCTICA 6: Planteamiento y resolución de problemas de Programación Dinámica.


Específicas– Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Investigación Operativa juega un papel relevante

a la hora de tomar decisiones.


– Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.

– Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas.– Capacidad de abstracción.– Conocimiento, identificación y selección de fuentes relacionadas con la Investigación Operativa.– Extracción de conclusiones y redacción de informes.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Interpretación de resultados a partir de modelos de Investigación Operativa. Elaboración de previsiones y escenarios.Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.Tratamiento de conflictos.SISTÉMICAS:Aprendizaje autónomoMotivación por la calidadCreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos

7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el material que se les proporcionará y los libros de texto recomendados, que servirán para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Utilizando la plataforma virtual STUDIUM para apoyar los contenidos teóricos desarrollados y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre teoría, problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mismos las competencias de la materia.



Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos. De ello tendrán que responder, exponiendo sus trabajos ante el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre estudiante y profesor, así como realizando exámenes de teoría y resolución de problemas y prácticas.




Prácticas


Seminarios 6 6Exposiciones y debates 8 10 18Tutorías 6 6 12Actividades de seguimiento online 4 12 16Preparación de trabajos 4 15 19Otras actividades (Estudio) 20 20Exámenes 3 18 21

TOTAL 61 14 75 150

9. Recursos



10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas, de trabajos y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos durante el curso supondrán hasta un 20% de la nota final.Las exposiciones en clase supondrán hasta un 10% de la nota final.La asistencia y realización de prácticas-seminarios en Aula de Informática supondrá hasta un 10%.La realización de trabajos supondrá hasta un 10%.La evaluación final será por medio de prueba escrita que constará de una parte teórica que supondrá hasta un 20% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá hasta el 30%.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:— Se propondrán cuestiones, ejercicios y prácticas para resolver que el alumno debe entregar al profesor (ver http://campus.usal.es/~eioq/io/)

para su evaluación continua, realizando exposiciones orales de los trabajos presentados.— La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento. Las pruebas prácticas realizadas en el aula de informática se contarán como parte del examen (25%).Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para dicha recuperación el alumno mantendrá la calificación obtenida en la evaluación continua (incluida la calificación de las pruebas prácticas realizadas en el aula de informática).



SEGUNDO CURSO. CUATRIMESTRE 2

ANÁLISIS MULTIVARIANTE


Código 100716 Plan 2009 ECTS 6 Carácter Obligatoria Curso 2º Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma: StudiumURL de Acceso: https://moodle.usal.es/login/index.php


Profesor Coordinador José Luis Vicente Villardón Grupo / s 1Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de BiologíaDespacho D 3.4 (2ª Planta) (Facultad de Medicina)Horario de tutorías Miércoles y Jueves 12-14h. (previa cita)URL Web http://biplot.usal.esE-mail [email protected] Teléfono 923 294500 (1852)


Bloque formativo al que pertenece la materiaModelos Lineales y Análisis MultivariantePapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosLa asignatura presenta los conceptos necesarios para analizar simultáneamente un elevado número de variables en contraposición a la mayor parte de los métodos tradicionales en los que las variables estudiadas se analizan separadamente. En el mundo actual en el que se dispone cada vez de mayores cantidades de información, es necesario que los alumnos de un grado en Estadística conozcan las técnicas que les permiten analizar y tomar decisiones a partir de grandes conjuntos de datos.


Perfil profesionalActualmente todos los trabajos basados en la toma de datos experimentales han de basar sus resultados en métodos estadísticos. La asignatura proporciona los conocimientos básicos para analizar datos multivariantes y el lenguaje necesario para comprender los informes redactados por otros profesionales.Los conceptos explicados son útiles para aquellos profesionales que desarrollarán su actividad en diversos campos de aplicación como las Ciencias Sociales, Biomedicina, Marketing etc en los que se dispone frecuentemente de datos multivariantes. Tmbién será útil para aquellos alumnos que en el futuro se dediquen a la investigación en este campo.


Conocimientos de algebra lineal y geometría.Inglés básico para la lectura de articulos científicos que pueden utilizarse en algunos de los seminarios y trabajos.Conocimientos de informática a nivel de usuario.


Se ha hecho evidente que la interpretación de muchas investigaciones y en la toma de decisiones en diversos ámbitos depende en gran parte de los métodos estadísticos multivariantes. Por esta razón, es esencial que los estudiantes de estas áreas se familiaricen lo antes posible con los razonamientos estadísticos relacionados con el estudio simultáneo de un gran número de variables.Se pretende proporcionar al estudiante una comprensión de la lógica empleada en las técnicas multivariantes así como su puesta en práctica.Se analizaran en detalle algunas de las técnicas básicas más generalmente utilizadas, su interpretación, ventajas y limitaciones. Se analizarán también posibles areas de aplicación en las que las técnicas multivariantes pueden jugar un papel relevante.El alumno aprenderá a utilizar las técnicas básicas del Análisis Multivariante y conocerá algunos de los campos de aplicación en los que puede desarrollase su trabajo futuro.

5. Contenidos

• Introducción y revisión de las herramientas matemáticas necesarias para el Análisis Multivariante.• Análisis de Componentes Principales.• Análisis Factorial• Métodos Biplot.• Análisis de Coordenadas Principales y Escalamiento multidimensional. Distancias y proximidades.• Análisis de Cluster.• Análisis Discriminante.• Análisis de Correspondencias simples y múltiples.• Comparación de los vectores de medias. El Análisis Multivariante de la Varianza.• Otras técnicas multivariantes.• Campos de aplicación.




Específicas– Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la

elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.– Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas

relevantes de índole social, científica o ética.– Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de

aplicación de la Estadística Multivariante.– Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.– Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística Multivariante juega un papel relevante

en la toma de decisiones.– Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de

manera óptima.– Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de

otras ya conocidas.– Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e

inferenciales, utilizando las herramientas informáticas más adecuadas.– Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se

persigan.– Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista.TransversalesInstrumentales:• Capacidad de análisis y síntesis.• Capacidad de organización y planificación• Capacidad de gestión de la información.• Resolución de problemas.• Interpretación de resultados a partir de los Análisis Estadísticos. .• Toma de decisiones.Interpersonales:• Trabajo en equipo.• Razonamiento crítico.• Compromiso ético• Habilidades en las relaciones interpersonales.Sistémicas:• Aprendizaje autónomo• Motivación por la calidad• Creatividad• Espíritu emprendedor• Capacidad innovadora• Gestión de proyectos


7. Metodologías

La asignatura consta de dos horas de clases magistrales por semana en las que el profesor explicará los conceptos y contenidos de la asignatura y resolverá problemas aplicando estos conceptos.Se resolverán casos prácticos, a partir de los conceptos teóricos revisados en las clases magistrales, mediante el uso de paquetes informáticos para el análisis estadístico de conjunto de datos.Regularmente se proporcionarán problemas de aplicación práctica, con la finalidad de que el alumno consiga la destreza necesaria en el cálculo y uso de aquellos conceptos de uso más frecuente en la aplicación de las técnicas. Los problemas serán debatidos y analizados en seminarios en los que los alumnos expondrán las soluciones de los mismos.El profesor atenderá, bajo demanda de los estudiantes, requerimientos académicos relacionados con la asignatura. Esto podrá realizarse bien de forma presencial o utilizando el correo electrónico cuando lo demandado por el alumno así lo permita.




Prácticas

– En aula– En el laboratorio– En aula de informática 12 7 17 36– De campo– De visualización (visu)

Seminarios 6 4 10 20Exposiciones y debates 4 10 14Tutorías 4 4Actividades de seguimiento onlinePreparación de trabajos 5 10 15Otras actividades (detallar)Exámenes 5 5

TOTAL 56 11 83 150

9. Recursos

Libros de consulta para el alumno• Cuadras, Carles M., “Métodos de análisis multivariante”, EUNIBAR. Barcelona EUB 1996.• Peña, Daniel. “Análisis de datos Multivariantes”. MacGrawHill. Madrid.2002.• Krzanowski, W.J. Principles of multivariate analysis: a user’s perspective Oxford University Press. Oxford. 2000.



Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoPlataforma Moodle (Studium.usal.es)Pagina web del departamento: http://biplot.usal.es. (Incluye notas específicas para la signatura)

10. Evaluación

Consideraciones GeneralesPara evaluarTareas desarrolladas a lo largo del curso.Un examen final el cual constará de dos partes: Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas. Un examen con ordenador donde el alumno deberá resolver un caso práctico.Evaluación continuada a lo largo del desarrollo de la signatura.Criterios de evaluaciónExamen de test-Teórico-práctico basado en las clases magistrales presenciales (60%), que será escrito y en una única prueba a final del periodo lectivo, donde se evaluará el nivel de conocimientos. Hasta un 20% podrá realizarse en controles periódicos a lo largo del curso.Examen de prácticas con ordenador basado en las clases de prácticas con el programa estadístico visto en el curso (20%), esta prueba será escrita y consistirá en preguntas cortas y / o de tipo test.Trabajos de elaboración personal de los alumnos (20%). Donde se valorará la capacidad del alumno para llevar a la práctica los métodos aprendidos, el manejo del programa estadístico, la elaboración del informes y la bibliografía consultada, así como las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Instrumentos de evaluaciónExamen escrito y /o On lineManejo de un software de estadística. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónUtilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.Plantear las posibles dudas que tenga el alumno en clase, tutorías, seminarios.Realizar las tareas propuestas a lo largo del curso.Recomendaciones para la recuperaciónEl alumno podrá recuperar aquellas partes de la evaluación (tareas, examen ordenador y examen escrito) que no haya superado en el curso.


INVESTIGACIÓN OPERATIVA III



Carácter Obligatoria Curso 2º Periodicidad C2



Plataforma Virtual Plataforma: StudiumURL de Acceso: https://moodle.usal.es/login/index.php




Bloque formativo al que pertenece la materiaEsta asignatura pertenece al módulo: “Investigación Operativa” formado por las siguientes asignaturas: Investigación Operativa I (Primero, C2 ), Investigación Operativa II (Segundo, C1) e Investigación Operativa III (Segundo, C2)Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es obligatorio y su docencia está programada en el segundo semestre del 2er curso. El bloque formativo se complementa con una asignatura de 1º (Investigación Operativa I) y otra en el 2º curso (Investigación Operativa II). Sus contenidos son necesarios para continuar con la formación en las técnicas de optimización, centrándose en esta asignatura fundamentalmente en los problemas que se pueden plantear mediante simulación de modelos, redes neuronales artificiales, toma de decisiones bajo incertidumbre y teoría de juegos.



Perfil profesionalEn todas aquellas profesiones en las que sea necesario optimizar recursos, minimizar costes, planificación y gestión de la producción e inventarios,… como por ejemplo en Ingeniería, Operaciones de transporte, Logística, Sector de las Telecomunicaciones, Sector de la Energía, Planificación y Gestión de la producción.




Objetivos Generales:Conseguir que los estudiantes puedan identificar, modelizar, analizar y sintetizar los problemas de los distintos campos de aplicación de la Investigación Operativa. Que sepan interpretar las soluciones proporcionadas por los modelos y que puedan comunicarlos de forma inteligible para el resto de la empresa u organismo, para conseguir que sean aceptadas e implantadas por los responsables de la toma de decisiones. Así como conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Investigación Operativa.Objetivos Específicos:– Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas de Investigación Operativa más adecuadas a los

fines que se persigan.– Identificar, diferenciar y modelizar los problemas reales mediante: Toma de decisión bajo incertidumbre, teoría de juegos, simulación, aplicación

de las redes neuronales artificiales y algoritmos genéticos a la Investigación Operativa .– Resolver los problemas de Investigación Operativa, según la técnica más adecuada en cada caso, usando cuando sea necesario el programa

informático adecuado.– Conocer la relación entre las redes neuronales artificiales y algoritmos genéticos dentro de la Investigación Operativa.– Investigar los cambios que experimenta la solución óptima cuando alguna de las componentes del problema es modificada, analizando las

consecuencias derivadas de dicha variación. Cambio de las funciones de activación en las neuronas de la capa oculta de una red neuronal artificial.

5. Contenidos

Contenidos TeóricosTEMA 1. SIMULACIÓN. Números aleatorios y simulación Monte Carlo. Simulación con variables aleatorias continuas. Ejemplos de simulación en distintos campos de la Investigación Operativa.TEMA 2. APLICACIÓN DE LAS REDES NEURONALES ARTIFICIALES Y ALGORITMOS GENÉTICOS A LA INVESTIGACIÓN OPERATIVA. Clasificación de redes neuronales artificiales . El perceptrón multicapa. Algoritmos de aprendizaje. Entrenamiento de la red neuronal. Tasa de aprendizaje y factor momento. Función de activación de las neuronas de la capa oculta y de la capa de salida. Redes neuronales artificiales de Kohonen y de Hopfield. Aplicación de las redes neuronales al problema del Viajante de Comercio (TSP) y a la predicción. Codificación de las variables para trabajar con algoritmos genéticos. Evaluación y selección de los cromosomas (soluciones). Operadores genéticos. Aplicación de los algoritmos genéticos al problema del Viajante de Comercio (TSP) y a inventarios.


TEMA 3. TOMA DE DECISIÓN BAJO INCERTIDUMBRE. Criterios de decisión. Teoría de utilidad. Árboles de decisión. Toma de decisiones.TEMA 4. TEORÍA DE JUEGOS. Conocimiento de las reglas. Concepto y clasificación de los juegos de estrategia. Juegos de dos personas con suma cero . Juegos de dos personas de suma constante. Aplicación de la programación lineal a los juegos de dos personas de suma cero. Juegos con suma no constante. Juegos de n personas.Contenidos PrácticosPRÁCTICA 1: Simulación de modelos.PRÁCTICA 2: Aplicación de las redes neuronales al problema del Viajante de Comercio (TSP) . PRÁCTICA 3: Aplicación de los algoritmos genéticos al problema del Viajante de Comercio (TSP). PRÁCTICA 4: Planteamiento y resolución de problemas de toma de decisionesPRÁCTICA 5: Planteamiento y resolución de problemas de teoría de juegos (LINDO, QSB, Internet).


Específicas– Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Investigación Operativa juega un papel relevante

a la hora de tomar decisiones.– Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.– Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas. – Capacidad de abstracción. – Conocimiento, identificación y selección de fuentes relacionadas con la Investigación Operativa.– Extracción de conclusiones y redacción de informes.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Interpretación de resultados a partir de modelos de Investigación Operativa. Elaboración de previsiones y escenarios.Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.Tratamiento de conflictos.



SISTÉMICAS:Aprendizaje autónomoMotivación por la calidadCreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos

7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto recomendado, que servirá para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Utilizando la plataforma virtual para apoyar los contenidos teóricos desarrollados, evaluar y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre teoría, problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas, prácticas y preparación de los trabajos propuestos, pa ra alcanzar los objetivos previstos. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre es tu diante y profesor, así como realizando exámenes de teoría y resolución de problemas y prácticas.




Prácticas


Seminarios 6 6Exposiciones y debates 9 10 19Tutorías 6 6 12Actividades de seguimiento online 4 12 16Preparación de trabajos 4 4Otras actividades (Estudio) 30 30Exámenes 3 18 18

TOTAL 66 14 70 150


9. Recursos


10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas, de trabajos y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos durante el curso supondrán hasta un 20% de la nota final.Las exposiciones en clase supondrán hasta un 10% de la nota final.La asistencia y realización de prácticas-seminarios en Aula de Informática supondrá hasta un 10%.La realización de trabajos supondrá hasta un 10%.La evaluación final será por medio de prueba escrita que constará de una parte teórica que supondrá hasta un 20% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá hasta el 30%.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:– Se propondrán cuestiones, ejercicios y prácticas para resolver que el alumno debe entregar al profesor (ver http://campus.usal.es/~eioq/io/)

para su evaluación continua, realizando exposiciones orales de los trabajos presentados.– La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento. Las pruebas prácticas realizadas en el aula de informática se contarán como parte del examen (25%).Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para dicha recuperación el alumno mantendrá la calificación obtenida en la evaluación continua (incluida la calificación de las pruebas prácticas realizadas en el aula de informática).



MODELOS LINEALES


Código 100719 Plan 2009 ECTS 6Carácter Obligatoria Curso 2 Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma: Studium URL de Acceso: http://studium.usal.es o: http://moodle.usal.es


Profesor Coordinador Juan Manuel Rodríguez Díaz Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1102Horario de tutorías A convenir con el profesorURL Web http://web.usal.es/juanmrodE-mail [email protected] Teléfono 923 29-4458


Bloque formativo al que pertenece la materiaLa asignatura pertenece al módulo “Modelos Lineales y Análisis Multivariante”, formado por las asignaturas “Análisis Multivariante”, “Modelos Lineales” y “Diseño de Experimentos”, todas ellas de carácter obligatorio, las dos primeras en el segundo semestre del curso 2º y la última en el primer semestre del tercer curso.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEl carácter obligatorio de las asignaturas que conforman el Bloque formativo denota su importancia dentro del plan de estudios. Las tres asignaturas se ocupan del estudio de diversos modelos que pueden caracterizar los datos: el “Análisis Multivariante” intenta simplificar aquellos que dependen de multitud de factores para lograr un mejor estudio e interpretación del modelo, mientras “Modelos Lineales” se ocupa de aquellos modelos que son lineales en los parámetros y “Diseño de Experimentos” busca los puntos en los que se deberían tomar las observaciones para que las estimaciones de los parámetros obtenidas a partir de éstas tengan propiedades interesantes (independencia, varianza mínima,...).


Perfil profesionalLos modelos lineales en los parámetros aparecen con frecuencia en multitud de ciencias experimentales, ya que permiten por ejemplo estudiar la influencia de ciertos factores en la variabilidad de los datos (Análisis de la Varianza), o caracterizar una variable como función de otra u otras (Modelos de Regresión, Análisis de la Covarianza). Los modelos lineales generalizados comprenden además los Modelos Logit y Probit, muy utilizados en las ciencias biomédicas. En general se puede decir que el conocimiento de la asignatura resulta fundamental en todo tipo de saber que utilice modelos estadísticos para caracterizar los datos, lo que ocurre en la inmensa mayoría. Como ejemplos se pueden citar Biología, Farmacología, Medicina, Economía, Psicología, Sociología, etc.


Se recomienda haber cursado previamente la asignatura ‘Estadística Matemática’ o al menos tener nociones elementales de distribuciones de probabilidad, intervalos de confianza y contrastes de hipótesis.


ObjetivosGenerales:• Diseñar adecuadamente el proceso de adquisición y tratamiento de los datos.• Ser capaz de identificar o crear el modelo adecuado a cada caso. • Capacidad para manipular computacionalmente los modelos, aprovechando la potencia de los métodos estadísticos, de optimización etc., y

realizar el análisis de los modelos y de los resultados obtenidos.• Extracción de conclusiones: percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos

correspondientes.• Capacidad de comunicar los resultados, las conclusiones de los modelos y las soluciones propuestas de una forma inteligible para el resto de

la empresa u organismo, para conseguir que sean aceptadas e implantadas por los responsables de la toma de decisiones.• Llevar a cabo un aprendizaje continuado a lo largo de toda la vida profesional, y estar siempre dispuesto a abordar problemas nuevos con

nuevas herramientas. ObjetivosEspecíficos:• Elegir y utilizar el método de análisis más adecuado en una investigación en función de los objetivos de la misma• Conocer los diferentes tipos de modelos lineales. • Aplicar los principales métodos de análisis de la varianza.• Manejar los modelos de regresión más adecuados al tipo de datos a estudiar

5. Contenidos

Contenidos Teóricos• Modelo lineal general. ANOVA con un factor fijo. Modelos factoriales con dos o más factores. • Modelo con dos factores e interacción. Modelos con tres o más factores. Modelos con efectos aleatorios. • Modelo general de regresión. Método de mínimos cuadrados generalizados. Regresión lineal simple. Predicción.• Regresión lineal múltiple. Multicolinealidad. Autocorrelación. Regresión paso a paso.



• Regresión con variables cualitativas. Análisis de la Covarianza.• Modelo lineal generalizado. Modelos polinómicos. Estimación secuencial.Contenidos PrácticosPrácticas realizadas con ordenador para resolver problemas correspondientes a los temas teóricos descritos anteriormente: • ANOVA de un factor.• Modelo con dos o más factores.• Factores anidados.• Modelos de regresión• Variables cualitativas en regresión


Específicas• Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e

inferenciales, utilizando las herramientas informáticas más adecuadas. • Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se

persigan.Transversales• Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un




• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística.

• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.

• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.

• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.

• Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.

7. Metodologías

Los contenidos teóricos se introducirán mediante clases magistrales, en las que se fomentará la participación del estudiante cuando la naturaleza y dificultad de la materia lo permitan. La enseñanza magistral se complementará con clases de resolución de problemas (éstas sí con una


participación mayoritaria de los estudiantes) y prácticas de ordenador que permitan resolver rápidamente los ejercicios planteados a partir de los temas teóricos. Se seguirá esencialmente el manual recomendado, complementado con el material de las transparencias que el profesor expone en clase, y que se proporcionará a los estudiantes a través de la plataforma virtual Studium. Dicha plataforma servirá de apoyo y enlace entre el profesor y los estudiantes (recogida de material teórico y práctico -transparencias, enunciados de ejercicios, prácticas de ordenador, tablas estadísticas-, entrega de trabajos, autoevaluación, etc.) Los seminarios tutelados servirán para afianzar los conocimientos mediante la realización y exposición de trabajos individuales o en grupo, resolución de problemas o prácticas de ordenador, etc., siempre exponiendo públicamente las dificultades a fin de que su resolución sirva a los compañeros, y siempre bajo la supervisión del profesor. Éste en todo caso intentará que en lo posible sean los propios estudiantes los que realicen entre sí una labor de auto-resolución de sus propias dudas. En cualquier caso, siempre será necesaria la realización por parte del estudiante de una labor personal de estudio y asimilación de los contenidos teóricos, así como de resolución de problemas planteados y preparación de los trabajos propuestos, a fin de alcanzar las competencias previstas.El software utilizado será esencialmente el programa SPSS quizá apoyado puntualmente con el programa Mathematica; para ambos la universidad posee licencia de campus. Se fomentará el uso del software libre (por ejemplo R-project) que los propios estudiantes pueden utilizar en su entorno particular sin necesidad de adquisición de licencias.




Prácticas


Seminarios 10 10 20Exposiciones y debates 5 10 15Tutorías 7 7Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (Estudio) 40 40Exámenes 3 15 18

TOTAL 60 90 150



9. Recursos

Libros de consulta para el alumno• MONTGOMERY, PECK y VINING (2001): “Introduction to Linear Regression Analysis”. Wiley.• PEÑA SÁNCHEZ DE RIVERA, D. (1992): “Estadística, Modelos y Métodos: 2. Modelos Lineales y Series Temporales”. Alianza Editorial.

Madrid.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.• PEÑA SÁNCHEZ DE RIVERA, D. (2002). Regresión y Diseño de Experimentos. Alianza Editorial, Madrid • UGARTE MD, MILITINO AF y ARNOLD A (2008): “Probability and statistics with R”. Chapman & Hall/CRC Statistics and Mathematics http://studium.usal.es

10. Evaluación

Consideraciones GeneralesLa nota final del estudiante será una media ponderada de las obtenidas durante el curso a través de los trabajos y exposiciones realizadas en el aula, las prácticas con ordenador y el examen final.Criterios de evaluaciónEvaluación continua: los trabajos propuestos y las exposiciones en clase supondrán un 10% de la nota final; la realización de prácticas en Aula de Informática supondrá un 20%. El examen final consistirá en una prueba teórico-práctica que supondrá un 70% de la nota final, y en la que será necesario alcanzar un mínimo de 3 puntos sobre 10 para que se pueda promediar con las otras notas. La nota de la evaluación continua conseguida en la primera convocatoria será la misma que se tendrá para la segunda, pudiendo recuperar en ésta última sólo la nota del examen final.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:– Se propondrán problemas y prácticas para resolver que el alumno debe entregar y/o exponer en el aula. – La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente.


MUESTREO ESTADÍSTICO


Código 100715 Plan 2009 ECTS 6 Carácter Obligatoria Curso 2º Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma: Studium (Campus Virtual de la Universidad de Salamanca)URL de Acceso: https://moodle.usal.es/


Coordinador María Teresa Cabero Morán Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de Ciencias Despacho D1508Horario de tutorías L: 9:30 – 12:30 y X: 9:30 – 12:30 URL Web http://web.usal.es/~mateca/E-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaConjunto de asignaturas vinculadas entre sí:Técnicas de Recogida de Datos. Muestreo Estadístico. Tratamiento Estadístico de Encuestas y Ampliación de Muestreo EstadísticoPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosAsignatura obligatoria y de gran relevancia tanto en el Bloque formativo como en el Plan de EstudiosDe manera que pueda servir de soporte y herramienta principal para las demás partes de la Estadística en el resto de los módulos.Perfil profesionalInterés de la materia para una profesión futura. Imprescindible para cualquier profesional que trabaje con muestrasEn las relacionadas con la sociología, sondeos, economía, banca, seguros, finanzas, consultorías, oposiciones al Cuerpo de Estadísticos y docencia, datos que se generan en una empresa, organismo o país, controlar la calidad de un producto, así como en cualquier profesión en la que se tenga que manejar con muestras de tipo estadístico.




Para cursar la asignatura Muestreo Estadístico se recomienda tener conocimientos de Estadística Descriptiva, además de conocimientos en Cálculo de Probabilidades sobre distribuciones de probabilidad más frecuentes y conocimientos de Estimación por intervalos y errores de estimación, parte de la materia de Estadística Matemática.


GENERALES:– Conocer la naturaleza, métodos y fines de la Estadística junto con cierta perspectiva histórica de su desarrollo.– Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la

Estadística.– Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda

de sus soluciones tanto en contextos académicos como profesionales.– Ser consciente de la importancia de la recogida de los datos y de la trascendencia que esto tiene en la calidad de los posteriores análisis

estadísticos.ESPECÍFICOS:– Planificar, ejecutar y validar los datos recogidos mediante muestreo.– Conocer los diferentes procedimientos de Muestreo. Decidir en cada caso, el Método de Muestreo más adecuado, las ventajas e inconvenientes

de unos frente a otros.– Estimar parámetros con los diferentes tipos de muestreo con sus respectivos límites de error.– Determinar el tamaño de muestra necesario y adecuado en un análisis estadístico.INSTRUMENTALES– Manejar los paquetes estadísticos u hojas de cálculo que le faciliten el muestreo y los cálculos necesarios.

5. Contenidos

1. INTRODUCCIÓN AL MUESTREO ESTADÍSTICO. Repaso de los conceptos de población y muestra. Repaso de los conceptos de parámetro, estadístico, estimador, estimación y errores de estimación. Muestra representativa. Estadística Descriptiva e Inferencial. Distribuciones de muestreo. La necesidad de la probabilidad. Objetivos del muestreo. Unidad de muestreo. Error de muestreo. Métodos de muestreo. La importancia del Muestreo estadístico para la planificación de la recogida de datos. Métodos de recolección de datos. Tipos de datos.

2. MUESTREO ALEATORIO SIMPLE. Definición de muestra aleatoria simple. Muestreo con y sin reposición. Métodos de selección de muestras aleatorias simples. Fracción de muestreo. Fracción de corrección. Poblaciones finitas e infinitas. Estimación de medias, totales y proporciones poblacionales y errores. Propiedades. Determinación del tamaño de la muestra. Muestreo con probabilidades proporcionales al tamaño.

3. MUESTREO ALEATORIO ESTRATIFICADO. Definición de estratos. Definición de muestra aleatoria estratificada. Métodos de selección de muestras aleatorias estratificadas. Afijación. Estimación de medias, totales y proporciones poblacionales. Cálculo del tamaño de la muestra y asignación por estratos. Eficiencia del muestreo estratificado frente al aleatorio simple.

4. MUESTREO SISTEMÁTICO. Definición de muestra sistemática. Métodos de selección de muestras aleatorias sistemáticas. Ventajas e inconvenientes frente a otros muestreos. Equivalencias con el muestreo aleatorio simple. Estimación de medias, totales y proporciones poblacionales. Cálculo del tamaño de la muestra. Muestreo Sistemático con réplica.


5. INTRODUCCIÓN A LOS ESTIMADORES INDIRECTOS. Definición de estimador indirecto y su necesidad y uso. Tipos. Estimadores de razón. Estimación de medias, totales y proporciones poblacionales. Cálculo del tamaño de la muestra. Estimador de razón combinado con estratificado.

6. MUESTREO POR CONGLOMERADOS. Definición de conglomerados. Métodos de selección de muestras aleatorias por conglomerados. Condiciones para la aplicación de este tipo de muestreo. Estimación de medias, totales y proporciones poblacionales. Cálculo del tamaño de la muestra. Muestreo por conglomerados combinado con estratificado.


Específicas• Capacidad de organizar y planificar la recogida de datos por muestreo.• Identificación de problemas y planteamiento de estrategias de solución para la planificación de la recogida de datos.• Conocimientos de informática para grabar la información y realizar cálculos y análisis estadísticos de estimación y cálculo de tamaño de

muestras.• Planificar y dirigir un método de recogida de datos.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificación.Capacidad de gestión de la información.Resolución de problemas.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso ético.Habilidades en las relaciones interpersonales.Sentido de la igualdad en su amplia definición.SISTÉMICAS:CreatividadAprendizaje autónomo.Motivación por la calidad.Capacidad de análisis y síntesis.Compromiso con el medio ambiente.

7. Metodologías

• Clases de Teoría. En estas clases se mostrarán los diferentes Métodos de Muestreo del programa expuesto. Así mismo se plantearán y resolverán ejercicios que ayuden a la comprensión de la teoría.

• Clases de Prácticas. Se aplican las definiciones, propiedades y teoremas expuestos en las clases teóricas. Se proponen cuestiones prácticas que se resolverán con ayuda del ordenador.



• Exposiciones Orales. El/la alumno/a elabora, bajo la supervisión de la profesora, realiza trabajos o ejercicios individuales o en grupo que explica bien en la pizarra o bien en el ordenador en clase delante de sus compañeros o también los ejercicios resueltos durante los seminarios.





Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoPérez, C.(2009): “Técnicas de muestreo estadístico”, Ed. Garceta. Madrid.Scheaffer R.L., Mendenhall W. y Ott L. (2006): “Elementos de Muestreo” Ed. Paraninfo. Madrid.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoAzorin, F. y Sanchez-Crespo J.L. (1986): “Métodos y Aplicaciones del Muestreo”. Alianza Editorial. Madrid.https://moodle.usal.es/


10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados durante el curso, las exposiciones en clase, las prácticas y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.Criterios de evaluaciónLa calificación final será el resultado de 4 apartados:A. Cuestiones y ejercicios planteados durante el curso, Studium, prácticas de ordenador y controles y trabajo, que supondrán un 40%.B. Preparación y exposición de ejercicios, que supondrán un 5% de la nota final.C. Asistencia a clase 5%.D. Examen final, por medio de una prueba escrita que constará de una parte teórica (15%), problemas (25%) y prácticas (10%).Los apartados A, B y C equivalen a la calificación por curso.Para superar la asignatura será necesario obtener tanto en A como en D un mínimo de 3 puntos sobre 10. Instrumentos de evaluaciónPruebas escritas en clase e Internet y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio de curso.Preparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line.Participar de forma activa en clase.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line. La recuperación se realizará solamente sobre el examen final (apartado D), y se valorará junto con la nota obtenida en el proceso del curso, la evaluación continua (apartados A, B y C) en las mismas proporciones.

PROCESOS ESTOCÁSTICOS


Código 100717 Plan 2009 ECTS 6 Carácter Obligatorio Curso 2º Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística





Profesor Coordinador María Jesús Rivas López Grupo / s TodosDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1509Horario de tutorías L y X: 11-13 y 16-17URL WebE-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaProbabilidadPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDar continuidad a la iniciación a la Probabilidad que se estudia en la asignatura “Cálculo de Probabilidades” de primer curso, que pueda servir de soporte y herramienta para asignaturas de los demás módulos.Perfil profesionalProfesiones relacionadas con las ciencias de la salud, economía e industria.


Las generales para acceder al Grado de Estadística y haber cursado la asignatura “Cálculo de Probabilidades” de primer curso.


GENERALES:Conocer la naturaleza, métodos de trabajo y fines de los procesos estocásticos.Reconocer la necesidad de los procesos estocásticos para abordar muchas situaciones reales en las que interviene el azar o exista incertidumbre.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Probabilidad.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados que requieran fundamentos probabilísticos.ESPECÍFICOS:Que el alumno conozca, comprenda y maneje las nociones básicas de las cadenas de Markov, de manera que sepa hallar sus distribuciones y resolver problemas reales mediante su uso.


Comprender los conceptos relacionados con un problema de colas y manejar las situaciones modeladas por procesos de nacimiento y muerte o que sigan modelos de colas simples.Conocer las diferentes componentes de una serie temporal aplicando datos reales y saber hacer un estudio de su estacionalidad.

5. Contenidos

bloQue 1: Cadenas de marCoV.tema 1: elementos de una Cadena de marCoV. Procesos estocásticos. Cadenas de Markov. Cadenas de Markov homogéneas. Distribuciones de una cadena de Markov.TEMA 2: COMPORTAMIENTO DE UNA CADENA DE MARCOV. Clasificación de los estados de una cadena de Markov. Propiedades de los estados de una cadena de Markov. Distribuciones estacionarias. Distribuciones límite.BLOQUE 2: TEORÍA DE COLAS.TEMA 3: DESCRIPCIÓN DE UN PROBLEMA DE COLAS. Características de los sistemas de colas. Notación de Kendall. Medidas de eficiencia de un sistema de colas. Recogida de datos en un sistema de colas.TEMA 4: LOS PROCESOS DE POISSON Y LA DISTRIBUCIÓN EXPONENCIAL. Distribuciones Exponencial y Erlang. Procesos de Poisson. Propiedades del patrón de llegadas Poisson-Exponencial. Procesos de nacimiento-muerte. Estabilidad.TEMA 5: MODELOS DE COLAS SIMPLES. Estudio del sistema de colas M/M/1: Distribución estacionaria y Medidas de eficiencia. Colas con más de un canal de servicio: Sistema M/M/c. Colas con restricción en capacidad del sistema: Sistemas M/M/1/k y M/M/c/k.BLOQUE 3: SERIES TEMPORALES.TEMA 6: ANÁLISIS CLÁSICO DE SERIES TEMPORALES. Definición de serie temporal. Componentes. Criterios para detectar el modelo.TEMA 7: DESCOMPOSICIÓN DE UNA SERIE TEMPORAL. Análisis de tendencia. Análisis de estacionalidad. Análisis del ciclo. Alisado de series temporales.


EspecíficasCE011.- Conocer los principales tipos de procesos estocásticos (con CB1, CG1, CE3).CE021.- Aprender a modelar situaciones reales mediante procesos estocásticos (con CB2, CB3, CG5, CE2, CE3).CE031.- Ser capaz de aplicar las técnicas estudiadas a procesos concretos (con CBCE3, CE2).041.- Desarrollar un entendimiento profundo de las ideas probabilísticas (con CB1, CG5, CE5).TransversalesINSTRUMENTALES:CT012.- Capacidad de análisis y síntesis.CT022.- Capacidad de organización y planificación.CT032.- Capacidad de gestión de la información.CT042.- Resolución de problemas.CT052.- Toma de decisiones a partir de los resultados obtenidos.INTERPERSONALES:CT062.- Trabajo en equipo.CT072.- Razonamiento crítico.CT082.- Compromiso ético.CT092.- Habilidades en las relaciones interpersonales.



SISTÉMICAS:CT102.- Aprendizaje autónomo.CT112.- Motivación por la calidad del aprendizaje.

7. Metodologías

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto re co mendado para cada bloque, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en los que se aplicarán las definiciones, propiedades y teo remas expuestos en las clases teóricas, de modo que en las clases prácticas los estudiantes se inicien en las competencias previstas.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre problemas que aparecen en situaciones reales, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis-mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas propuestos y preparación de los trabajos propuestos, pa ra alcanzar las competencias previstas. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre es tu diante y profesor, así como realizando exámenes de teoría y resolución de problemas.




Prácticas


Seminarios 6 6Exposiciones y debates 3 3Tutorías 4 4Actividades de seguimiento onlinePreparación de trabajos 43 43Otras actividades (Estudio) 43 43Exámenes 3 4 4

TOTAL 60 90 150


9. Recursos

Libros de consulta para el alumnoVÉLEZ, R. e IBARROLA, P. (1977) Procesos Estocásticos. UNED.RODRIGUEZ MORILLA, C. (2000). Análisis de series temporales. Cuadernos de Estadística. La Muralla-Hespérides.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoQUESADA, V. y PARDO, L. (1987). Curso Superior de Probabilidades. PPU, Barcelona.ROSS, S. M. (1989). Introduction to Probability Models. Academic Press.PAZOS ARIAS, J.J. (2003). Teoría de colas y simulación de eventos discretos. Pearson Educación D.L.PEÑA, D. (2005). Análisis de series temporales. Alianza Editorial.URIEL, E. (2005). Introducción al análisis de series temporales. Paraninfo.

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas y de la nota obtenida en un examen escrito de teoría y problemas, en el que habrá que sacar, al menos, 3 puntos sobre 10.Criterios de evaluaciónPara los dos primeros bloques

Las cuestiones y ejercicios planteados a los alumnos durante el curso supondrán un 20% de la nota final. Las exposiciones en clase supondrán un 20% de la nota final.La evaluación final será por medio de prueba escrita que supondrá un 60% de la nota final.

Para el último bloqueEl 50% de la nota corresponderá a una práctica de ordenador desarrollada en el aula. El otro 50% de la nota será por medio de prueba escrita el día de la evaluación final.

Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase y prácticas de ordenador..Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio.Preparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan.



TERCER CURSO. CUATRIMESTRE 1

ESTADÍSTICA NO PARAMÉTRICA


Código 100720 Plan 2009 ECTS 6 Carácter Obligatorio Curso 3º Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística



Profesor Coordinador José Manuel Sánchez Santos Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1509

Horario de tutoríasMartes de 10:00 a 11:00, 12:00 a 13:00 y 18:00 a 19:00Miércoles de 16:00 a 17:00Jueves de 12:00 a 13:00 y 18:00 a 19:00

URL WebE-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaEstadística BásicaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un curso sobre herramientas estadísticas no paramétricas como complemento para las asignaturas del módulo y preparar al estudiante tanto hacia las materias relacionadas con las Ciencias Biosanitarias como las relacionadas con las Ciencias Sociales.Perfil profesionalTodas aquellas profesiones en la que se tenga que manejar un volumen grande o pequeño de datos y que por su naturaleza requieran el uso de herramientas no paramétricas, con el objetivo de analizarlos y tomar decisiones.




Generales— Interpretar, valorar, generar y transformar datos estadísticos con el fin de producir información útil para la toma de decisiones, y analizar,

modelar, manipular y diseñar elementos y sistemas informáticos.— Obtener modelos, inferencias y predicciones acerca de una o varias poblaciones de interés a partir de la información que proporcionan una o

varias muestras de las mismas.Específicos— Dominar la terminología básica de la Estadística no paramétrica.— Aprender a analizar la naturaleza de las variables estadísticas para saber decidir qué herramientas son las más adecuadas a cada tipo de

variable.— Calcular e interpretar las medidas estadísticas asociadas a un conjunto de datos que no provienen de poblaciones normales.— Conocer los tipos de variables a los que se pueden aplicar estas técnicas y aprender a recoger la información de acuerdo con la naturaleza de

las variables.— Distinguir entre métodos paramétricos y no paramétricos.— Aprender a manejar tanto las técnicas de inferencia clásica como las no paramétricas

5. Contenidos

Pruebas de bondad de ajuste.Pruebas de normalidad.Pruebas no paramétricas para una muestra.Pruebas no paramétricas para dos muestras.ANOVA no paramétrico: k muestras sin aparear.ANOVA no paramétrico: k muestras apareadas.El problema de la independencia.


EspecíficasCB1.- Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.CB2.- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.



CB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.CG1.- Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística.CG2.- Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.CG3.- Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.CG4.- Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.CG5.- Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.CE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadasTransversalesCT1. Conocimientos generales básicosCT3. Capacidad de análisis y síntesisCT5. Comunicación oral y escrita en la lengua propiaCT9. Resolución de problemasCT10. Toma de decisionesCT11. Capacidad crítica y autocríticaCT12. Trabajo en equipo


Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el material que se les proporcionará y los libros de texto recomendados, que servirán para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Se utilizará la plataforma virtual STUDIUM para apoyar los contenidos teóricos desarrollados y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mismos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos.





Prácticas


Seminarios 5 15 20Exposiciones y debatesTutorías 6 6Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (Estudio) 40 40Exámenes 4 20 24

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoCorder, G.W. & Foreman, D.I, “Nonparametric statistics for non-statisticians: A step-by-step approach”, Wiley (2009)Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso— Gibbons, Jean Dickinson and Chakraborti, Subhabrata, “Nonparametric Statistical Inference”, 4th Ed. CRC (2003)— Hettmansperger, T.P.; McKean, J.W. (1998). Robust nonparametric statistical methods. Kendall’s Library of Statistics. 5 (First ed.). London:

Edward Arnold. pp. xiv+467pp.— Wasserman, Larry, “All of nonparametric statistics”, Springer (2007)— Wiki: http://en.wikipedia.org/wiki/Non-parametric_statistics

10. Evaluación

Consideraciones GeneralesLa evaluación será el resultado de una ponderación basada en el desarrollo de trabajos y ejercicios planteados a los alumnos durante el curso, las prácticas y la nota obtenida en el examen escrito de problemas y prácticas. Dichas pruebas permitirán evaluar las competencias descritas anteriormente



Criterios de evaluaciónLas cuestiones, trabajos y ejercicios resueltos por los alumnos durante el curso supondrán un 30% de la nota final. La asistencia y realización de prácticas en el aula de informática supondrán otro 10%. La evaluación final será por medio de una prueba escrita que consistirá en la resolución de problemas y supondrá un 40% de la nota final, y de una prueba práctica con ordenador a la que corresponderá el 20% restante, siendo necesario un mínimo de 2 sobre 10 en cada parte para promediar.Instrumentos de evaluaciónPruebas escritas y entrega de trabajos:-Se propondrán problemas y prácticas para resolver por el alumno.-La prueba escrita final se realizará en la fecha prevista en la planificación docenteRecomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente

MÉTODOS ESTADÍSTICOS EN PSICOMETRÍA



Plataforma VirtualPlataforma: Studium Campus Virtual de la Universidad de SalamancaURL de Acceso: https://moodle.usal.es/login/index.php



Profesor Responsable/Coordinador María Cortes RodríguezDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho Facultad de Ciencias (Seminario D-1) Grupo / sHorario de tutorías A acordar con el profesorURL WebE-mail [email protected] Teléfono 923 294 458


Bloque formativo al que pertenece la materiaEstadística BásicaPapel de la asignatura dentro del Bloque formativo y del Plan de Estudios.El conocimiento y manejo de las técnicas y métodos estadísticos en Psicometría entraña un conjunto de competencias muy importantes para la investigación científica dado el alto volumen de producción científica en Psicología y en otras ramas de las ciencias sociales que utilizan instrumentos de medición propios de la Psicología Científica (inventarios, cuestionarios, escalas, etc.).Perfil profesional.La asignatura Métodos Estadísticos en Psicometría contribuye a la formación de un titulado en el Grado en Estadística en :Su capacidad para desarrollar, analizar y valorar investigaciones en el ámbito de las ciencias sociales, en especial en Psicología, y, en general, en todos aquellos otros ámbitos en los que se manejen instrumentos de obtención de datos propios de la Psicología Científica o afines a ella


Se recomienda que los alumnos hayan superado las disciplinas correspondientes a los conceptos y técnicas de Estadística básica.


Generales• Adquirir los recursos y habilidades necesarios el análisis y valoración de las pruebas psicométricas, así como para la construcción de nuevos

instrumentos de medición a tenor de las propuestas actuales desde la Teoría de Respuesta al Ítem.



Específicos• Localizar, utilizar y valorar los distintos instrumentos de obtención de datos psicométricos en función de las características de la población

sobre la que se pretende actuar.• Conocer los presupuestos y técnicas de la construcción de instrumentos psicométricos así como los requisitos que se han de guardar según

el enfoque elegido (Teoría Clásica de los Tests, o Teoría de Respuesta al Ítem).• Adquirir los conocimientos necesarios para valorar adecuadamente los ítems que componen cualquier prueba psicométrica.• Ser capaz de construir pruebas psicométricas en cualquier ámbito tras el análisis objetivo de las posibilidades de cada una de las técnicas.

5. Contenidos

INTRODUCCIÓN:Medición,instrumentosdemedidayteoríapsicométrica.PARTEI:LATEORÍACLÁSICADELOSTESTSPSICOLÓGICOS(TCT).TEMA 1: TEORÍA CLÁSICA DE LOS TESTS PSICOLÓGICOS (TCT). — Naturaleza.— Tipos pruebas psicométricas.— Metodología de su construcción.— Tipos de escalamiento.TEMA 2: TCT: FIABILIDAD DE LAS PRUEBAS PSICOMÉTRICAS. — Naturaleza.— Tipos.— Procedimientos de estimación de la fiabilidad.TEMA 3: TCT: VALIDEZ DE LAS PRUEBAS PSICOMÉTRICAS. — Naturaleza.— Tipos.— Procedimientos de estimación de la validez.TEMA 4: FIABILIDAD + VALIDEZ = MODELOS DE ECUACIONES ESTRUCTURALES.TEMA 5: TEORÍA DE LA GENERALIZABILIDAD.PARTEII:LATEORÍADERESPUESTAALÍTEM(TRI).TEMA 6: JUSTIFICACIÓN DE LA TRI. LA TEORÍA DEL RASGO LATENTE.TEMA 7: FUNDAMENTOS DE LA TRI.— La curva característica de la prueba psicométrica.— La independencia local.— Los parámetros y los modelos.— La información.

— Información del ítem.— Información de la prueba psicométrica.

— El ajuste del modelo a los datos.TEMA 8: TRI: PROCEDIMIENTOS DE ESTIMACIÓN.— Máxima verosimilitud.— Estimación bayesiana.


TEMA 9: TRI: EL FUNCIONAMIENTO DIFERENCIAL DEL ÍTEM (FDI). — Concepto.— Métodos de estimación.— Interpretación.TEMA 10: UNA APLICACIÓN DE LA TRI: LOS BANCOS DE DATOS Y LOS TESTS ADAPTATIVOS COMPUTERIZADOS.


Competencias EspecíficasCOMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos en Métodos Estadísticos en Psicometría construidos sobre la base de los conceptos y técnicas

aprendidos y manejados en las disciplinas correspondientes de Estadística Básica.• Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la

elaboración y defensa de argumentos y la resolución de problemas dentro del área de la Psicometría. • Tener la capacidad de interpretar datos obtenidos a partir de la aplicación de las técnicas psicométricas adecuadas para emitir juicios que

incluyan una reflexión sobre temas relevantes de índole psicológica, biológica, social, científica o ética. COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje estadístico y psicométrico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos

campos de aplicación de la Estadística y la Psicometría.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos psicométricos adquiridos en lengua nativa y extranjera.• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Psicometría juega un papel relevante en la toma

de decisiones (educadores, técnicos de la sanidad, rehabilitadores, asistentes sociales, especialistas en “counseling”, etc). • Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Psicometría. Gestionar la información disponible de

manera óptima. • Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas y psicométricas

en términos de otras ya conocidas. TransversalesInstrumentales:• Capacidad de análisis y síntesis.• Creación de pruebas psicométricas para investigación básica y aplicada.• Conocimientos de informática en el ámbito de estudio para grabar la información en soporte informático y realizar análisis psicométricos

oportunos.Personales:• Razonamiento crítico. • Pensamiento creativo.• Pensamiento de más alto nivel.Sistémicas:• Adaptación a nuevas situaciones.




Constará de clases presenciales tanto de tipo teórico como práctico. En las primeras se expondrá el contenido teórico de los temas siguiendo uno o dos libros de texto de referencia, que servirán para fijar los conocimientos ligados a las competencias previstas. Las clases prácticas servirán para realizar análisis de los datos recogidos en soporte informático. Así, en las clases prácticas se aplicarán los contenidos adquiridos en las teóricas de modo que los estudiantes vayan adquiriendo las competencias previstas.Como complemento de esas clases teóricas y prácticas los profesores propondrán a los estudiantes la realización de trabajos personales (que se reunirán en un portfolio), para lo que podrán contar con el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren y obtener solución a las mismas.




Prácticas

– En aula– En el laboratorio– En aula de informática 15 15– De campo 7 7– De visualización (visu)

Seminarios 2 2 2Exposiciones y debates 5 5Tutorías 6 6Actividades de seguimiento online 20 20Preparación de trabajos 25 25Otras actividades (detallar) 25 25Exámenes 3 20 23

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoMuñiz, J. (1997). Teoría de respuesta a los ítems. Madrid: Pirámide.Martínez-Arias, R. (1996). Psicometría: Teoría de los tests psicológicos y educativos. Madrid: Síntesis Psicología.


Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoBurga, A. Las Pruebas de Aprovechamiento: Introducción a la Teoría de Respuesta al ítem. http://www.upch.edu.pe/fapsi/rph/NUMERO/A.Burga.pdf.Debera, L. y Nalbarte, L. (2006).Pruebas diagnósticas: Una aplicación de la teoría de respuesta al ítem, aproximación clásica y bayesiana. http://www.iesta.edu.uy/wp-content/uploads/2010/03/0601.pdfStage, C. (2003). Teoría clásica de medición o teoría de respuesta al ítem. Estudios Públicos, 90. http://es.search.yahoo.com/search;_ylt=A7x9QXi4TWVNkVYA_teT.Qt.?p=teor%C3%ADa+respuesta+%C3%ADtem&fr=mcafee&xargs=0&pstart=1&b=11

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos (que se reunirán en un portfolio), para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y prácticas. Criterios de evaluaciónUn 40% del examen escrito donde se evaluará el nivel de conocimientos.Un 40% de la calificación a partir de las tareas a lo largo del curso donde se evaluarán las competencias específicas.Un 20 % de la calificación a partir del desarrollo y defensa oral del trabajo donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Instrumentos de evaluaciónExamen escrito.Manejo de software. Ordenador.Elaboración de informes.Presentación de los trabajos (portfolio)Recomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos



DISEÑO DE EXPERIMENTOS


Código 100722 Plan 2009 ECTS 6Carácter Obligatorio Curso 3 Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma: Studium URL de Acceso: http://studium.usal.es o : http://moodle.usal.es


Profesor Coordinador Juan Manuel Rodríguez Díaz Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1102Horario de tutorías A convenir con el profesorURL Web http://web.usal.es/juanmrodE-mail [email protected] Teléfono 923 29-4458


Bloque formativo al que pertenece la materiaLa asignatura pertenece al módulo “Modelos Lineales y Análisis Multivariante”, formado por las asignaturas “Análisis Multivariante”, “Modelos Lineales” y “Diseño de Experimentos”, todas ellas de carácter obligatorio, las dos primeras en el segundo semestre del curso 2º y la última en el primer semestre del tercer curso.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEl carácter obligatorio de las asignaturas que conforman el Bloque formativo denota su importancia dentro del plan de estudios. Las tres asignaturas se ocupan del estudio de diversos modelos que pueden caracterizar los datos: el “Análisis Multivariante” intenta simplificar aquellos que dependen de multitud de factores para lograr un mejor estudio e interpretación del modelo, mientras “Modelos Lineales” se ocupa de aquellos modelos que son lineales en los parámetros y “Diseño de Experimentos” busca los puntos en los que se deberían tomar las observaciones para que las estimaciones de los parámetros obtenidas a partir de éstas tengan propiedades interesantes (independencia, varianza mínima,...).


Perfil profesional.Todas las actividades asociadas con planear y realizar estudios de investigación tienen implicaciones estadísticas. El experimento (en particular el diseño del mismo) constituye la base para la estructura de un estudio de investigación, y a su vez esa estructura define la función del estudio. Si la estructura es razonable, el estudio funcionará de manera adecuada y se obtendrá la información para la que fue diseñado. Si la estructura tiene fallos, el estudio no funcionará bien y presentará información incompleta o errónea. Los principios estadísticos son los asociados con la recolección de aquellas observaciones que proporcionen la mayor cantidad de información para el estudio de investigación de una manera eficiente, y por tanto se hacen necesarios en cualquier disciplina.En general se puede decir que el conocimiento de la asignatura resulta fundamental en todo tipo de saber que necesite realizar experimentos para obtener información acerca de los fenómenos objeto de estudio, lo que ocurre en la inmensa mayoría. Como ejemplos se puede citar cualquier ingeniería o industria, o más concretamente áreas tales como Agricultura, Biología, Farmacología, Medicina, Economía, Psicología, Química, Sociología, etc.


Se recomienda haber cursado previamente la asignatura `Estadística Matemática' o al menos tener nociones elementales de distribuciones de probabilidad, intervalos de confianza y contrastes de hipótesis


Objetivos Generales• Diseñar adecuadamente el proceso de adquisición y tratamiento de los datos.• Ser capaz de identificar o crear el modelo adecuado a cada caso. • Capacidad para manipular computacionalmente los modelos, aprovechando la potencia de los métodos estadísticos, de optimización etc., y

realizar el análisis de los modelos y de los resultados obtenidos. • Extracción de conclusiones: percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos correspondientes.• Capacidad de comunicar los resultados, las conclusiones de los modelos y las soluciones propuestas de una forma inteligible para el resto de


nuevas herramientas. Objetivos Específicos:• Elegir y utilizar el método de análisis más adecuado en una investigación en función de los objetivos de la misma• Aplicar los principales métodos de análisis de la varianza.• Conocer los métodos clásicos de diseño de experimentos y la metodología de Taguchi. • Conocer los distintos métodos de análisis de Superficies de Respuesta.

5. Contenidos

Contenidos Teóricos• Diseño completamente aleatorizado. Replicaciones. Diseño en bloques aleatorizados. • Cuadrados latino y grecolatino. Diseño en bloques aleatorizados incompleto. Diseños jerárquico y anidado.



• Diseños factoriales a 2 y 3 niveles. Fracciones de diseños factoriales. Métodos de Taguchi.• Superficies de respuesta.Contenidos PrácticosPrácticas realizadas con ordenador para resolver problemas correspondientes a los temas teóricos descritos anteriormente: • ANOVA de un factor. • Diseños con dos o más factores. • Cuadrados latino y grecolatino • Diseños jerárquico y anidado. • Diseños factoriales a 2 niveles. Fracciones de diseños factoriales.• Superficies de respuesta.


Específicas• Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e

inferenciales, utilizando las herramientas informáticas más adecuadas. • Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se

persigan.• Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista. • Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas

estadísticas.Transversales• Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un




• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística.

• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.

• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.

• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.

Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas



Los contenidos teóricos se introducirán mediante clases magistrales, en las que se fomentará la participación del estudiante cuando la naturaleza y dificultad de la materia lo permitan. La enseñanza magistral se complementará con clases de resolución de problemas (éstas sí con una participación mayoritaria de los estudiantes) y prácticas de ordenador que permitan resolver rápidamente los ejercicios planteados a partir de los temas teóricos. Se seguirá esencialmente el manual recomendado, complementado con el material de las transparencias que los profesores exponen en clase, y que se proporcionará a los estudiantes a través de la plataforma virtual Studium. Dicha plataforma servirá de apoyo y enlace entre los profesores y los estudiantes (recogida de material teórico y práctico -transparencias, enunciados de ejercicios, prácticas de ordenador, tablas estadísticas-, entrega de trabajos, autoevaluación, etc.) Los seminarios tutelados servirán para afianzar los conocimientos mediante la realización y exposición de trabajos individuales o en grupo, resolución de problemas o prácticas de ordenador, etc., siempre exponiendo públicamente las dificultades a fin de que su resolución sirva a los compañeros, y siempre bajo la supervisión de los profesores. Éstos en todo caso intentarán que en lo posible sean los propios estudiantes los que realicen entre sí una labor de auto-resolución de sus propias dudas. En cualquier caso, siempre será necesaria la realización por parte del estudiante de una labor personal de estudio y asimilación de los contenidos teóricos, así como de resolución de problemas planteados y preparación de los trabajos propuestos, a fin de alcanzar las competencias previstas. El software utilizado será esencialmente el programa SPSS quizá apoyado puntualmente con el programa Mathematica; programas para los que la Universidad posee licencia de campus. Se fomentará el uso del software libre (por ejemplo R-project) que los propios estudiantes pueden utilizar en su entorno particular sin necesidad de adquisición de licencias.




Prácticas


Seminarios 10 10 20Exposiciones y debates 5 10 15Tutorías 7 7Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (Estudio) 40 40Exámenes 3 15 18

TOTAL 60 90 150



9. Recursos

Libros de consulta para el alumno• PEÑA SÁNCHEZ DE RIVERA, D. (1992): “Estadística, Modelos y Métodos: 2. Modelos Lineales y Series Temporales”. Alianza Editorial.

Madrid. • MONTGOMERY, D. C. (2005): “Design and analysis of experiments”. Wiley. Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso• KUEHL R.O. (2001): “Diseño de Experimentos”. Thomson Editores S.A. México. • PEÑA SÁNCHEZ DE RIVERA, D. (2002). Regresión y Diseño de Experimentos. Alianza Editorial, Madrid.• http://studium.usal.es

10. Evaluación

Consideraciones GeneralesLa nota final del estudiante será una media ponderada de las obtenidas durante el curso a través de los trabajos y exposiciones realizadas en el aula, las prácticas con ordenador y el examen final.Criterios de evaluaciónLos trabajos propuestos y las exposiciones en clase supondrán un 20% de la nota final;La realización de prácticas en Aula de Informática supondrá un 20%.El examen final consistirá en una prueba teórico-práctica que supondrá un 70% de la nota final, y en la que será necesario alcanzar un mínimo de 3 puntos sobre 10 para que se pueda promediar con las otras notas. La nota de la evaluación continua conseguida en la primera convocatoria será la misma que se tendrá para la segunda, pudiendo recuperar en ésta última sólo la nota del examen final.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:- Se propondrán problemas y prácticas para resolver que el alumno debe entregar y/o exponer en el aula. - La prueba escrita final se realizará en la fecha prevista en la planificación docenteRecomendaciones para la evaluación.Se recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar a los profesores las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente.


CONTROL ESTADÍSTICO DE LA CALIDAD


Código 100723 Plan 2009 ECTS 6Carácter Obligatorio Curso 3º Periodicidad C1Área Estadística e Investigación OperativaDepartamento Estadística



Profesora Coordinadora María Teresa Cabero Morán Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1508Horario de tutorías L: 9:30 – 12:30 y X: 9:30 – 12:30URL Web http://web.usal.es/~mateca/E-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materia“Fundamentos de Economía” (primero), “Métodos Estadísticos en Psicometría” (tercero), “Control Estadístico de la Calidad” (tercero).Papel de la asignatura dentro del Bloque formativo y del Plan de Estudios.Desarrollar un curso de Estadística para la aplicación y uso de métodos estadísticos en procesos industriales, administrativos y/o servicios.Perfil profesional.En las relacionadas con la banca, bolsa, industria, marketing, servicios, economía, seguros, finanzas, consultorías, oposiciones al Cuerpo de Estadísticos. Evaluar la calidad de un producto.


Para cursar la asignatura Control Estadístico de la Calidad se recomienda tener conocimientos en profundidad y asentados de Estadística Descriptiva, además de conocimientos en Cálculo de Probabilidades sobre distribuciones de probabilidad más frecuentes discretas y continuas y conocimientos de Contrastes de Hipótesis, parte de la materia de Estadística Matemática También se recomienda tener un manejo básico de una hoja de cálculo de Microsoft Excel.




GENERALES:Conocer la naturaleza, métodos y fines de la Estadística junto con cierta perspectiva histórica de su desarrollo.Reconocer la necesidad de la Estadística para tratar científicamente aquellas situaciones con gran volumen de datos.Reconocer a la Estadística como parte integrante de la Educación y la Cultura.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Estadística.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos estadísticos.ESPECÍFICOSAplicar los métodos estadísticos como herramientas para evaluar hombres, materias, máquinas y/o procesos.Comprender y manejar los conceptos estadísticos, así como sus distintos métodos y enfoques, reconociendo su aplicabilidad a problemas reales de empresas, organismos o países, y decidir si un proceso está operando satisfactoriamente y en caso de no ser así modificarlo

5. Contenidos

CONTENIDOS TEÓRICOS:TEMA 1. GENERALIDADES. Significado de la calidad. Definición y objetivos del Control Estadístico de la Calidad. Evolución histórica del Control

Estadístico de la Calidad. Control de Calidad vs. Control Estadístico de la Calidad. Tipos de Control. Calidad y costos. Variabilidad y sus fuentes. Métodos estadísticos como instrumento de la mejora de la calidad. Conceptos básicos. Atributos y variables en Control Estadístico de la Calidad.

TEMA 2. MODELACIÓN DE LA CALIDAD DE PROCESOS Y/O SERVICIOS. Principales distribuciones de probabilidad utilizadas en Control Estadístico de la Calidad. Recogida de datos. Elaboración de gráficos estadísticos aplicados a la calidad y su interpretación.

TEMA 3. INFERENCIA ACERCA DE LA CALIDAD DE PROCESOS Y/O SERVICIOS. Pruebas de bondad de ajuste, en particular, normalidad. Contrastes de hipótesis de parámetros de un proceso y/o servicio.

TEMA 4. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Reseña histórica. Definiciones base. Principios básicos y decisiones preliminares (característica de calidad a investigar, tamaño de muestra…). El porqué de su uso. Bases estadísticas. Construcción general control. Alteraciones. Tipos. Estado de control. Análisis de patrones.

TEMA 5. GRÁFICOS DE CONTROL POR ATRIBUTOS. Gráfico p o de fracción disconforme con tamaños de muestra iguales o distintos (tamaño medio de muestra, límites individualizados, gráfico estandarizado, regla del 40%). Gráfico np o de unidades defectuosas.

TEMA 6. GRÁFICOS DE CONTROL POR NÚMERO DE DEFECTOS. Gráfico c o de número de defectos. Gráfico U o de número promedio de defectos con unidades de medida iguales o distintas (unidad de medida mediada, límites individualizados, gráfico estandarizado, regla del 40%).

TEMA 7. GRÁFICOS DE CONTROL POR VARIABLES. Gráfico de medias y desviaciones. Gráfico de desviaciones. Gráfico de medias y cuasidesviaciones. Gráfico de cuasidesviaciones. Gráfico de medias y recorridos. Gráfico de recorridos. Estimaciones de medias y desviaciones en una situación estable en la producción.

TEMA 8. MUESTREO PARA LA ACEPTACIÓN I. Introducción. Control de recepción. Control de recepción por atributos. Definición de Muestreo para la Aceptación. Definición de plan de muestreo. Riesgos del vendedor y el comprador. Nivel de calidad aceptable (AQL) y rechazable (LTPD). Planes de muestreo por atributos de control y rechazo simple, doble, múltiple y rectificativos Dodge-Romig (planes LTPD y AQL). Nomograma, General Motors, Norma japonesa. Calidad media de entrada en el almacén (AQL) y su límite (AOQL). Curvas de operaciones para un plan de muestreo: cálculo, significado e interpretación. Decisión del mejor plan de muestreo. Cálculo, estudio, interpretación y simulación de planes de muestreo con los programas informático-estadísticos PMASIL, PMASIL_SIM, MANISE y MANISE_GRAF.


TEMA 9. MUESTREO PARA LA ACEPTACIÓN II. Reseña histórica. Norma militar MIL STD-105D (planes de muestreo simples y dobles). Uso de las tablas. Rigor y nivel de inspección. Pautas a seguir para el cambio de rigor de inspección. Simulación del futuro de la inspección mediante las Normas Militares Estándar en un proceso. Utilización de los programas informático-estadísticos SIMIL y SIMIL 2.0.


EspecíficasAplicar ciertos métodos estadísticos para un control de un proceso y/o servicio.Comprender y manejar los conceptos estadísticos, tablas estadísticas específicas, así como programas informáticos y construcción de sus propias funciones.Interpretar resultados de los gráficos de control y tomar decisiones y aplicarlas.Transversales.INSTRUMENTALES:

Capacidad de análisis y síntesis.Capacidad de organización y planificación.Capacidad de gestión de la información.Resolución de problemas.

INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso ético.Habilidades en las relaciones interpersonales.Sentido de la igualdad en su amplia definición

SISTÉMICAS:Aprendizaje autónomo.Motivación por la calidad.Compromiso con el medio ambiente.



• Clases de Prácticas. Resolución de problemas, en las que se aplicarán las definiciones, propiedades y teoremas expuestos en las clases teóricas. Se desarrollan todas en el aula de informática. Comprenden la realización de los problemas y de prácticas de ordenador con ayuda de programas especializados (Microsoft Excel, PMASIL, PMASIL_SIM, MANISE y MANISE_GRAF, SIMIL y SIMIL 2.0).








Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoMONTGOMERY, D. C. (2004): “Control Estadístico de la Calidad”. Limusa-Wiley.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursohttps://moodle.usal.es/CHARBONNEAU, H. C. Y WEBSTER, G. L. (1983): “Control de Calidad”. Ed. Interamericana. Méjico

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados durante el curso, controles, las exposiciones en clase, las prácticas y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.


Criterios de evaluaciónLa calificación final será el resultado de 4 apartados:A. Cuestiones y ejercicios planteados durante el curso, Studium, prácticas de ordenador y controles, que supondrán un 40% de la nota final.B. Preparación y exposición de ejercicios, que supondrán un 5% de la nota final.C. Asistencia a clase, que supondrá un 5%.D. Examen final, por medio de una prueba escrita que constará de una parte teórica que supondrá un 15% de la nota final, de una parte de

problemas y prácticas a la que corresponderá el 35% restante.Los apartados A, B y C equivalen a la calificación por curso.Se cree conveniente que para superar la asignatura sea necesario obtener tanto en A como en D un mínimo de 3 puntos sobre 10.

Instrumentos de evaluaciónPruebas escritas en clase e Internet y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio de curso.Preparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line.Participar de forma activa en clase..Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas y prácticas.Usar las tutorías y tutorías on-line. La recuperación se realizará solamente sobre el examen final (apartado D), y se valorará junto con la nota obtenida en el proceso del curso, la evaluación continua (apartados A, B y C) en las mismas proporciones.



TRATAMIENTO ESTADÍSTICO DE ENCUESTAS





Profesor Coordinador Mª Purificación Galindo Villardón Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho D 3.6 (2ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 A 12:00 (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852

Profesor Carmen Patino Alonso Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho (1ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 A 12:00 (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852



Bloque formativo al que pertenece la materiaEstadística AvanzadaPapel de la asignatura dentro del Bloque formativo y del Plan de Estudios.Su carácter es optativo y su docencia está programada en el primer semestre de 3º curso. Los alumnos ya han estudiado, en los cursos anteriores, las técnicas de recogida de datos y los métodos estadísticos descriptivos e inferenciales básicosPerfil profesionalLa asignatura Técnicas de tratamiento estadístico de encuestas contribuye a la formación de un titulado en el Grado en Estadística en el tratamiento de datos cualitativos, cada vez más utilizados en las Ciencias Sociales.


Tener aprobadas las asignaturas de Recogida de Datos, Estadística Descriptiva y Estadística Matemática.


Generales• Adquirir los recursos y habilidades necesarios en la obtención, tratamiento e interpretación de datos en diversos campos de la ciencia y

especialmente en aquellos en los que la información se recoge mediante encuestas.Específicos• Aprender a analizar datos cualitativos procedentes de encuestas, univsrintes, bivariantes y multivariantes

5. Contenidos

TEMA 1: ENCUESTA POR MUESTREOObjetivo de una encuesta por muestreo.Métodos de recolección de datos más usuales.Fuentes de error en las encuestas.Selección de la muestra: muestreo y tamaño.Fuentes secundarias.Encuestas oficiales: Instituto Nacional de EstadísticaAlgunas encuestas oficiales: encuesta nacional de Salud, encuesta europea de SaludTEMA 2: VALIDEZ Y FIABILIDAD DE LOS CUESTIONARIOSValidez factorialConsistencia interna: alpha de Cronbach



TEMA 2: ANÁLISIS ESTADÍSTICO DE DATOS PROCEDENTES DE TABLAS CONTINGENCIA BIDIMENSIONALESPosibles análisis sobre una tabla de contingencia bidimensional.La lógica del análisis logarítmico-lineal: descomposición de una tabla de contingencia bidimensional.Elementos básicos del análisis logarítmico-lineal. Efectos y Parámetros.Cálculo e interpretación de lo parámetros.Modelos logarítmico-lineales para una tabla de 2 vías.Modelos jerárquicos. Relación entre las hipótesis de independencia y los modelos logarítmico-lineales jerárquicos.Contrastes para la significación de los parámetros.Contrastes para la significación de los efectos.Contrastes para la bondad de un modelo.TEMA 3: ANÁLISIS ESTADÍSTICO DE DATOS PROCEDENTES DE TABLAS CONTINGENCIA TRIDIMENSIONALESConceptos de asociación e interacción.Paradoja de Simpson.Componentes que influyen en la magnitud de las frecuencias de una tabla trifactorial.Independencia completa, independencia múltiple e independencia condicionada.Modelo saturado para una tabla de tres vías.Modelos logarítmico lineales jerárquicos para una tabla de tres vías. Grados de libertad de los modelos.Relación entre las hipótesis de independencia y los modelos logarítmico lineales jerárquicos.Evaluación de los modelos. Test de significación para la bondad de un modelo. Test de significación de los efectos.TEMA 4: ANÁLISIS DE SEGMENTACIÓN: ALGORITMO CHAID.Métodos de detección automática de la interacciónAlgoritmo CHAID: etapas del proceso, tipos de predictores, métodos de parada del algoritmo.Comportamineto del CHID en presencia de la paradoja de SimpsonTEMA 5: ESTUDIO DE UNA TABLA DE CONTINGENCIA MEDIANTE ANÁLISIS DE CORRESPONDENCIAS.Perfiles y distancia ji-cuadrado. Absorción de inercia. Calidad de representación. Contribución del elemento al factor. Contribución del factor al elemento. Principio de equivalencia distribucional.


Competencias EspecíficasCOMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un





COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de

aplicación de la Estadística. • Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión




otras ya conocidas.COMPETENCIAS ESPECÍFICAS• Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos, utilizando

las herramientas informáticas más adecuadas. Transversales:Instrumentales:• Capacidad de análisis y síntesis.• Creación de cuestionarios para investigación por encuesta• Conocimientos de informática en el ámbito de estudio para grabar la información en soporte informático y realizar análisis básicos• Conocer y manejar las estadísticas oficiales especialmente las de Castilla y leónPersonales:• Razonamiento crítico. Sistémicas:• Adaptación a nuevas situaciones.


LECCIÓN MAGISTRAL: Donde se presenta la teoría (las diferentes técnicas estadísticas). Se emplearán medios audiovisuales como apoyo.— DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.— MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la


Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.— SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos

publicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.






Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoGARCÍA CORDOBA, F. (2005) Cuestionario. Recomendaciones metodológicas para el diseño de un cuestionario. Editorial Limusa-Noriega. México.CHRISTENSEN, R. (1990): Log-linear Models. Springer Verlag. New York.RUIZ-MAYA, L.; MARTÍN PLIEGO; F. J.; MONTERO, J.M.; URIZ TOME, P. (1995): Análisis Estadístico de Encuestas: Datos Cualitativos. AC.

Madrid.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoTRASPARENCIAS DE LA CLASE, APUNTES Y VIDEOS PREPARADOS POR LAS PROFESORAS

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y Para evaluar:Tareas desarrolladas a lo largo del curso.Un examen final el cual constará de dos partes:


Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas.Un examen con ordenador donde el alumno deberá resolver un caso prácticoCriterios de evaluaciónUn 20% de la calificación a partir de la tareas a lo largo del curso donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Un 35 % del examen de ordenador donde se evaluará el nivel de conocimientos y habilidades Un 45% del examen escrito donde se evaluará el nivel de conocimientos.Instrumentos de evaluaciónExamen escrito.Manejo de software. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónEl alumno podrá recuperar aquellas partes de la evaluación (examen ordenador y examen escrito) que no haya superado en el curso.



TERCER CURSO. CUATRIMESTRE 2

TÉCNICAS ESTADÍSTICAS EN MINERÍA DE DATOS


Código 100726 Plan 2009 ECTS 6Carácter Optativa Curso 3º Periodicidad 2º cuatrimestre Área Estadística e Investigación OperativaDepartamento Estadística



Profesora Coordinadora María Teresa Cabero Morán Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1508Horario de tutorías L: 9:30 – 12:30 y X: 9:30 – 12:30 URL Web http://web.usal.es/~mateca/E-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materia: Estadística Avanzada (18 ECTS)Técnicas Estadísticas en Minería de Datos (Op), Técnicas Cualitativas de Investigación (Op), Estadística Bayesiana (Op)Papel de la asignatura dentro del Bloque formativo y del Plan de Estudios.Desarrollar un curso de Minería de Datos que aplicará las técnicas basadas en los módulos desarrollados en los dos primeros cursos.Perfil profesional.Profesiones relacionadas con las ciencias de la salud (clasificación de patologías, factores de riesgo, estudios epidemiológicos …), economía, comercio, marketing (mailing, análisis de la cesta de la compra, perfil de comprador …), banca (uso fraudulento de tarjetas de crédito, estudio de clientes …), seguros y salud privada, transportes (planificación de distribución, patrones de carga, …) e industria (modelos sobre comportamiento de compuestos, extracción de modelos de coste y producción…).


Tener conocimientos de Cálculo de Probabilidades, Estadística Descriptiva, Estimación y Contrastes de Hipótesis, así como de Análisis Multivariante y Modelos Lineales y Bases y Estructuras de Datos.



GENERALES:· Conocer la naturaleza, métodos y fines de la Minería de Datos.· Reconocer la necesidad de la Minería de Datos para la extracción de conocimiento útil y tomar decisiones con gran volumen de datos.· Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico.· Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda

de sus soluciones tanto en contextos académicos como profesionales.· Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran de la

Minería de Datos.ESPECÍFICOS:· Reconocer la problemática del análisis de grandes volúmenes de datos y de los beneficios de su uso sistemático para la obtención de patrones

predictivos o descriptivos.· Conocer las fases del Descubrimiento de Conocimiento de Bases de Datos y la importancia de las mismas en el éxito del proceso (en especial

las de limpieza y selección de datos).· Conocer las distintas técnicas de aprendizaje automático y estadísticas utilizadas en minería de datos, su potencial, su coste computacional y

sus limitaciones de representación y de inteligibilidad.· Elegir, para un problema concreto, qué técnicas de minería de datos son más apropiadas.· Generar los modelos y patrones elegidos utilizando una herramienta o paquete de minería de datos.· Evaluar la calidad de un modelo, utilizando técnicas sencillas de evaluación.· Utilizar métodos de combinación de técnicas y de reiteración.

5. Contenidos

1. CONCEPTOS GENERALES SOBRE LA MINERÍA DE DATOS. Qué es la Minería de Datos. Cometido de la Minería de Datos. Definición. Tipos de datos, técnicas y variables. Descubrimiento del conocimiento en una base de datos: KDD. Evaluación de resultados. Áreas de aplicación. Problemas tipo.

2. EL PROCESO DE LA EXTRACCIÓN DEL CONOCIMENTO. Recogida de datos. El almacén de datos. KDD y sus fases.3. EXTRACCIÓN DE PATRONES. Técnicas en Minería de Datos basadas en aprendizaje automático. Clasificación de técnicas. Sistemas

informáticos.4. WEKA. Qué es Características. Instalación. Ejecución. Interfaces de usuario. Datos en WEKA. Bases de datos WEKA. Transformaciones

desde otro tipo de bases de datos. Preprocesado y visualización.5. ALGORITMOS DE ASOCIACIÓN. Generalidades. Aplicaciones prácticas y ejemplos. Algoritmo A Priori. Análisis de la cesta de la compra.

Reglas de Asociación en Weka.6. ALGORITMOS DE CLUSTERING. Generalidades. Aplicaciones prácticas y ejemplos. Medidas de similaridad. Algoritmo más usados.

Clustering numérico, conceptual y probabilístico. Técnicas de Clustering en Weka.7. ALGORITMOS DE CLASIFICACIÓN. Generalidades. Aplicaciones prácticas y ejemplos. Técnicas más usuales de clasificación. Tablas de

decisión, árboles de decisión, reglas de clasificación y clasificación bayesiana. Técnicas de clasificación en Weka.8. PREDICCIÓN NUMÉRICA. Generalidades. Aplicaciones prácticas y ejemplos. El algoritmo de regresión. Técnicas de predicción en Weka.9. APRENDIZAJE DE UN MODELO Y SU APLICACIÓN A NUEVOS DATOS. Entrenamiento de patrones. Análisis de resultados: resultados de

experimentos y contrastes estadísticos de métodos. Análisis de resultados en Weka.10. SELECCIÓN DE ATRIBUTOS. Búsqueda de los atributos más apropiados. Método de evaluación y método de búsqueda. Selección de

atributos en Weka.11. WEKA AVANZADO. KnowledgeFlow.




Específicas. · Aplicar ciertos métodos estadísticos para la extracción del conocimiento en bases de datos.· Dar respuesta a problemas provenientes de grandes volúmenes de datos almacenados en diversos formatos, mediante la identificación de

patrones escondidos, produciendo datos útiles y comprensibles.· Distinguir las distintas técnicas a aplicar según el problema que se desee resolver.Transversales.

INSTRUMENTALES:· Capacidad de análisis y síntesis.· Capacidad de organización y planificación.· Capacidad de gestión de la información.· Resolución de problemas.INTERPERSONALES:· Trabajo en equipo.· Razonamiento crítico.· Compromiso ético.· Habilidades en las relaciones interpersonales.· Sentido de la igualdad en su amplia definición.SISTÉMICAS:· Aprendizaje autónomo.· Motivación por la calidad.· Compromiso con el medio ambiente.

7. Metodologías


• Clases de Prácticas. Resolución de prácticas en las que se aplicarán lo expuesto en las clases teóricas. Se desarrollan todas en el aula de informática. Comprenden la realización de prácticas de ordenador con ayuda de programas especializados como Excel, Access y Weka.




Horas dirigidas por el profesor Horas de trabajo autónomo HORAS TOTALESHoras presenciales. Horas no presenciales.Sesiones magistrales 24 24


Horas dirigidas por el profesor Horas de trabajo autónomo HORAS TOTALESHoras presenciales. Horas no presenciales.

Prácticas

- En aula- En el laboratorio- En aula de informática 12 12- De campo- De visualización (visu)


TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoHERNÁNDEZ ORALLO J., RAMÍREZ M.J. y FERRZ C. (2004): “Introducción a la Minería de Datos”, Editorial Pearson.Apuntes proporcionados por la profesora.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.https://moodle.usal.es/

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas, Studium, asistencia a clase y de la nota obtenida en un examen, en el que habrá que obtener como mínimo una media de 5 puntos sobre 10.Criterios de evaluaciónLa calificación final será el resultado de 4 apartados:

A. Cuestiones y ejercicios planteados durante el curso, Studium y prácticas de ordenador, que supondrán un 30% de la nota final.B. Preparación y exposición de ejercicios, que supondrán un 5% de la nota final.C. Asistencia a clase, que supondrá un 5%.D. Examen final, por medio de la defensa oral y presentación de un trabajo escrito que constará de una parte teórica que supondrá un 15% de

la nota final y de una parte práctica a la que corresponderá el 45% restante.



Los apartados A, B y C equivalen a la calificación por curso.Se cree conveniente que para superar la asignatura sea necesario obtener tanto en A como en D un mínimo de 5 puntos sobre 10.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase.Recomendaciones para la evaluación.Estudiar la asignatura de forma regular desde el principio.Asistir a clase.Consultar a la profesora las dudas que se tengan.Recomendaciones para la recuperación.Las anteriores.

TÉCNICAS CUALITATIVAS DE INVESTIGACIÓN


Código 100727 Plan 2009 ECTS 6Carácter Optativa Curso 3º Periodicidad C2Área Estadística e Investigación OperativaDepartamento EstadísticaPlataforma Virtual Plataforma: Studium Campus Virtual de la Universidad de Salamanca

URL de Acceso: https://moodle.usal.es/login/index.php



Profesor Coordinador Pendiente de asignación Grupo / s DepartamentoÁreaCentroDespacho Horario de tutoríasURL WebE-mail Teléfono


Bloque formativo al que pertenece la materiaEstadística AvanzadaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosLas Técnicas Cualitativas de Investigación son elementos de manejo imprescindible para los futuros graduados dada su relevancia desde el punto de vista de la comprensión de los fenómenos y su uso, cada vez más preconizado, en combinación con otros tipos de técnicas de tipo cuantitativo (lo que se conoce como triangulación metodológica), y dado su amplio ámbito de aplicación de las mismas (Psicología, Sociología, Investigación de Mercados, etc.).Perfil profesionalLa asignatura Técnicas Cualitativas de Investigación contribuye a la formación de un titulado en el Grado en Estadística en• El manejo de las técnicas de análisis cualitativo (basadas en documentos, observaciones, entrevistas, etc.).• La aplicación de las técnicas de análisis cualitativo a los datos obtenidos en los ámbitos naturales en que tiene lugar el comportamiento

investigado (ambiente de compra/venta de productos, educación, determinación de la calidad de vida, etc.)



Generales• Entender el alcance y las limitaciones de las técnicas cualitativas de investigación.• Entrenarse en la utilización de los conceptos e instrumentos metodológicos, aplicándolos de manera efectiva al análisis de la realidad y a la

modificación del curso de los acontecimien tos en su desarrollo y ambiente natural cuando sea necesario.



Específicos• Entender la investigación cualitativa, sus ventajas e inconvenientes, desde sus bases teóricas y filosóficas.• Definir y explicar el vocabulario de la investigación cualitativa y explicar el significado de sus conceptos básicos.• Determinar las condiciones y cuestiones que llevan a decidir si el estudio cualitativo es adecuado.• Diseñar y llevar a cabo un estudio cualitativo.• Diseñar y realizar análisis de datos preliminares, creando notas de campo, desarrollando categorías de documentación y delineando

presentaciones de datos.• Presentar resultados preliminares de forma oral y escrita.

5. Contenidos

TEMA 1: INTRODUCCIÓN A LAS TÉCNICAS CUALITATIVAS.— Presentación y justificación del programa.— Introducción de conceptos clave.TEMA 2: SIGNIFICADO Y MÉTODOS.— Paradigmas y orientaciones de investigación en las Ciencias Sociales.— Preguntas de investigación y diseños.— Modelos de investigación clínicos y aplicados.TEMA 3: DISEÑOS DE INVESTIGACIÓN.— Desarrollar la pregunta de investigación.— Combinar métodos cualitativos y cuantitativos. Triangulación.— Técnicas de codificación.— Consideraciones éticas y políticas.TEMA 4: OBTENCIÓN DE DATOS: ESTUDIO DE CASOS Y TÉCNICAS PROYECTIVAS.— Selección y definición de casos.— Técnicas proyectivas.— Estrategias de muestreo.TEMA 5: OBTENCIÓN DE DATOS: LA BIOGRAFÍA Y LA ENTREVISTA.— Narración y biografía.— La entrevista individual.— La entrevista grupal.TEMA 6: OBTENCIÓN DE DATOS: LA OBSERVACIÓN.— La observación naturalista.— La observación estructurada.— La observación participada.TEMA 7: OBTENCIÓN DE DATOS: ANÁLISIS DOCUMENTAL.— Análisis de documentos escritos. Análisis de contenido.— Análisis de documentos multimedia.TEMA 8: LA REALIZACIÓN DE UNA INVESTIGACIÓN CUALITATIVA.— Las fases.


— La logística en el campo.— La relación investigador-investigado.— La representación de “el otro”.— Problemas y cuestiones que plantea la investigación de campo.TEMA 9: ANÁLISIS, REPRESENTACIÓN Y REDACCIÓN.— Técnicas de análisis cualitativo.— Software para el análisis cualitativo.— Interpretación de los resultados. Los problemas relacionados con la fiabilidad y la validez.— La vinculación de los datos con la teoría.— Retos y problemas del razonamiento cualitativo.TEMA 10: TÉCNICAS CUALITATIVAS EN INVESTIGACIÓN DE MERCADOS.— Análisis y rastreo de la publicidad.— Laboratorios de gustos.— Equidad de marcas.— Juegos de guerra.— Grupos de poder.— Diseño de super-espacios (escaparatismo).— Generación de nombres.— Prueba del concepto y del producto.— Generación de ideas.


Competencias Específicas.COMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos y manejar técnicas de Investigación Cualitativa mediante la utilización “ad hoc” de las técnicas

y procedimientos de análisis estadístico adquiridos previamente en los niveles anteriores del Grado. • Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la

elaboración y defensa de argumentos y la resolución de problemas relativos a las Técnicas Cualitativas de Investigación. • Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan el planteamiento de investigaciones

que impliquen el manejo de técnicas cualitativas relativas a temas relevantes de índole social, científica o ética. COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje y las técnicas de investigación cualitativa. Adquirir la capacidad para analizar y sintetizar los problemas de

los distintos campos de investigación mediante técnicas de investigación cualitativa.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos relativos a la investigación y al diseño de estudios cualitativos adquiridos en lengua nativa y extranjera.• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el planteamiento de investigaciones mediante técnicas

cualitativas juega un papel relevante en la toma de decisiones.• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística aplicada al análisis de los resultados

obtenidos mediante técnicas cualitativas. Gestionar la información disponible de manera óptima.



• Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas de investigación y de diseño cualitativo que superen o supongan una mejora declarada de otras ya conocidas.

COMPETENCIAS ESPECÍFICAS• Adquirir los conocimientos necesarios para diseñar adecuadamente una investigación y realizar análisis de datos obtenidos en ambientes

naturales, utilizando las herramientas informáticas más adecuadas.Transversales:Instrumentales:• Capacidad de análisis y síntesis.• Creación de situaciones para investigación cualitativa mediante la evaluación objetiva de las características de cada situación.• Conocimientos de informática en el ámbito de estudio para realizar los análisis pertinentes.Personales:• Razonamiento crítico. • Pensamiento creativo.• Pensamiento de más alto nivel.Sistémicas:• Adaptación a nuevas situaciones.


Constará de clases presenciales tanto de tipo teórico como práctico. En las primeras se expondrá el contenido teórico de los temas siguiendo uno o dos libros de texto de referencia, que servirán para fijar los conocimientos ligados a las competencias previstas. Las clases prácticas servirán para realizar planteamientos de investigación, seleccionando el procedimiento de obtención de datos más adecuado. Así, en las clases prácticas se aplicarán los contenidos adquiridos en las teóricas de modo que los estudiantes vayan adquiriendo las competencias previstas.Como complemento de esas clases teóricas y prácticas los profesores propondrán a los estudiantes la realización de trabajos personales (que se reunirán en un portfolio), para lo que podrán contar con el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren y obtener solución a las mismas.



Horas presenciales Horas no presencialesSesiones magistrales 20 32 52

Prácticas





TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoCastro, J.A. (2001). Metodología de la investigación 1: Fundamentos. Salamanca: Amarú.Rabadán, R. y Ato, M. (2003). Técnicas cualitativas para investigación de mercados. Madrid: Pirámide. Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoBerkwits, M. and Inui, T.S. (1998). Making Use of Qualitative Research Techniques. Journal of General Internal Medicine, 13, 195-199. (disponible

en http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1496926/pdf/jgi_54.pdf)Sofaer, S. (1999). Qualitative Methods: What are They and When Use Them? Health Services Research, 34, 1101-1118 (disponible en http://www.

ncbi.nlm.nih.gov/pmc/articles/PMC1089055/pdf/hsresearch00022-0025.pdf)

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos (que se reunirán en un portfolio), para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y prácticas.Criterios de evaluaciónUn 40% de la calificación a partir de la tareas a lo largo del curso donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Un 20 % de la presentación y debate de los trabajos realizados ante los compañeros.Un 45% del examen escrito donde se evaluará el nivel de conocimientos



Instrumentos de evaluaciónExamen escrito.Manejo de software. Ordenador.Elaboración de informes.Presentación de los trabajos (portfolio).Recomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la comprensión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos.

AMPLIACIÓN DE MUESTREO ESTADÍSTICO


Código 100728 Plan 2009 ECTS 6Carácter Optativa Curso 3º Periodicidad C2Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma VirtualPlataforma:URL de Acceso: https://moodle.usal.es/



Profesor Coordinador Ángel Alcalá Hernández Grupo / s 1Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de Ciencias SocialesDespacho 309 (FES)Horario de tutorías Martes, miércoles y jueves de 12 a 14 horaURL WebE-mail [email protected] Teléfono 294400 ext. 3139


Bloque formativo al que pertenece la materia : Muestreo y Encuestas (24 ECTSConjunto de asignaturas vinculadas entre sí:Técnicas de Recogida de Datos. Muestreo Estadístico. Tratamiento Estadístico de Encuestas y Ampliación de Muestreo Estadístico.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosComplemento y ampliación de algunos Métodos y Técnicas de Muestreo expuestos en la asignatura obligatoria de Muestreo EstadísticoPerfil profesionalMejora la formación en Métodos de Muestreo para aquellos profesionales que trabajen con muestras, tales como los relacionados con estudios sociológicos, sondeos, economía, banca, seguros, finanzas, consultorías, oposiciones al Cuerpo de Estadísticos y docencia, datos que se generan en una empresa, organismo o país, controlar la calidad de un producto, etc


Tener superada la asignatura obligatoria de Muestreo Estadístico.


Objetivos Generales: Conseguir que el alumno amplíe y mejore los Métodos de Muestreo de la asignatura obligatoria con el mismo titulo. Insistir en la importancia de la recogida de los datos y de la trascendencia que la calidad de estos tienen en lo que haga con ellos posteriormente. Exponer otros procedimientos de Muestreo de mayor complejidad. Saber en cada caso, el Método de Muestreo más adecuado, las ventajas frente a otros y los inconvenientes para decidir el que más conviene.Objetivos Específicos: Planificar, ejecutar y validar los datos recogidos mediante muestreo. Determinar el tamaño de la muestra y los límites de error que conlleva. Estimar medias, totales y proporciones en los diferentes métodos de muestreo.Objetivos Instrumentales: Manejar los paquetes estadísticos u hojas de cálculo que le faciliten el muestreo y los cálculos necesarios.



5. Contenidos

1. Muestreo por conglomerados en varias etapas (Muestreos Polietápicos). Métodos de selección de muestras aleatorias por conglomerados en dos etapas. Estimación insesgada de una media y un total poblacional. Estimación de razón de un total poblacional. Estimación de una proporción poblacional. Selección de tamaño de muestra. Muestreo por conglomerados en dos etapas con probabilidades proporcionales al tamaño.

2. Estimación de Tamaños Poblacionales. Métodos Directo e Inverso. Métodos de los Cuadros y de los Cuadros Cargados.3. Métodos de Muestreo en las principales Estadísticas Oficiales en España.Métodos de Muestreo en las Principales Encuestas del Instituto Nacional de Estadística. Estimadores Bootsstrat y Jackknife. La encuesta de Población Activa (EPA). Encuestas de consumo y presupuestos familiares. Otras encuestas de interés.


Específicas• Capacidad de organizar y planificar la recogida de datos por muestreo.• Identificación de problemas y planteamiento de estrategias de solución.• Habilidades para recuperar y analizar información desde diferentes fuentes.• Comunicación de conceptos abstractos.• Argumentación racional y Razonamiento crítico• Capacidad de aprendizaje.• Inquietud por la calidad.• Creatividad.• Planificar y dirigir.Transversales• Capacidad de análisis y síntesis.• Conocimientos de informática en el ámbito de estudio para grabar la información en soporte informático y realizar cálculos y análisis

estadísticos.• Conocer y manejar las estadísticas oficiales especialmente las de Castilla y león. Personales:• Adaptación a nuevas situaciones.• Habilidad para trabajar en equipos multidisciplinares


El aprendizaje se articulará en las siguientes actividades: • Clases de Teoría. En estas clases se mostrarán a los alumnos los diferentes Métodos de Muestreo del programa expuesto. Así mismo se

plantearán y resolverán ejercicios que ayuden a la comprensión de la teoría. • Clases de Problemas. Se proponen una colección de problemas que el alumno deberá realizar y que serán posteriormente resueltos en clase,

con las aclaraciones necesarias por parte del profesor.• Clases de Prácticas. Se proponen cuestiones prácticas que se resolverán con ayuda del ordenador.


• Trabajos. En esta actividad no presencial el alumno elaborará, bajo la supervisión del profesor, trabajos individuales y colectivos relacionados con los Métodos de Muestreo, propuestos por el profesor o elegidos por el alumno, de manera que se consigan las habilidades que le permitan realizar muestreo reales, así como trabajar en grupo.

• Exposiciones Orales. El objetivo de esta actividad es conseguir que el alumno sea capaz de comunicar con claridad los conocimientos, argumentos y conclusiones de los trabajos realizados.




Prácticas


Seminarios 4 10 14Exposiciones y debates 5 10 15Tutorías 4 4Actividades de seguimiento onlinePreparación de trabajos 30 30Otras actividades (Estudio) 20 20Exámenes 3 3

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoAzorin, F. y Sanchez-Crespo J.L. (1986): “Métodos y Aplicaciones del Muestreo”. Alianza Editorial. Madrid.Scheaffer R.L., Mendenhall W. y Ott L. (1987): “Elementos de Muestreo” Grupo Editorial Iberoamericana. México.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoCochran W.G. (1963): “Sampling Techniques” John Wiley.Pérez, C.(2009): “Técnicas de muestreo estadístico”, Ed. Garceta. Madrid.http://www.ine.es



10. Evaluación

Consideraciones GeneralesLa realización de trabajos individuales o en grupo, las exposiciones de estos, la participación en la resolución de ejercicios, la participación en Studium y algunos controles cortos, evalúan parcialmente la asignatura a la vez que suponen un proceso continuo de evaluación. A estas herramientas de evaluación desarrolladas a lo largo del semestre se añadirá un examen escrito al final del semestre.Criterios de evaluaciónPara obtener la calificación final, se ponderarán las calificaciones de cada una de las actividades evaluadoras del siguiente modo: Trabajos: 20 % Exposiciones y Participación: 10 % Controles: 20 % Examen Final: 50 % (Con un valor mínimo de 2,5 puntos sobre 10 para proceder a la ponderación con el resto)Instrumentos de evaluaciónPruebas de control y examen escritos.Trabajos de muestreo.Exposiciones en clase.Recomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos expuestos en la asignatura.No dejar la asignatura para unos días antes de las pruebas o exámenes de la misma.Utilizar la bibliografía para profundizar en la compresión y adquirir otros puntos de vista sobre la materia. Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. El alumno deberá analizar los aspectos en los que falla y procurar corregirlos, dedicándoles el tiempo necesario y consultar al profesor las cuestiones que más le cueste entender.


ESTADÍSTICA BAYESIANA



Plataforma VirtualPlataforma: Stvdivm (Universidad de Salamanca)URL de Acceso: https://moodle.usal.es/ (http://www.usal.es/webusal/)


Profesor Coordinador Ramón Ángel Ardanuy Albajar Grupo / s TodosDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1513Horario de tutorías L , M y X: 11-12 y M:19-20 y J:18-20URL WebE-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaEstadística AvanzadaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un curso de Estadística Bayesiana que aplicará las técnicas recogidas en el Cálculo de Probabilidades y la Estadística Matemática.Perfil profesional.Profesiones relacionadas con las ciencias de la salud, economía e industria


Tener aprobadas las asignaturas de Análisis Matemático, Cálculo de Probabilidades y Estadística Matemática.




GENERALESConocer la naturaleza, métodos y fines de la Inferencia Bayesiana.Reconocer la necesidad de los Métodos Bayesianos para tratar científicamente aquéllas situaciones de toma de decisiones con información a priori.Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico.Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran de Métodos Bayesianos.ESPECÍFICOSReconocer la problemática de modelizar y utilizar la información a priori.Conocer las fases del proceso Bayesiano en la toma de decisiones.Conocer las distintas técnicas para seleccionar una distribución a priori.Saber calcular distribuciones a posteriori.Saber aplicar las técnicas Bayesianas a problemas de estimación y contraste.Conocer y utilizar técnicas Bayesianas para tratar problemas de decisión

5. Contenidos

TEMARIO:1.- Introducción a los Métodos Bayesianos.2.- Distribuciones conjugadas en el muestreo.3.- Modelos Gausianos.4.- Distribuciones a priori.5.- Métodos Bayesianos con muestras grandes.6.- Estimación Bayesiana.7.- Aplicación a los Contrastes de Hipótesis.


Específicas.CE011.- Conocer las nociones básicas en Inferencia Bayesiana (con CB1, CB2, CG1)CE021.- Manejar los métodos Bayesianos y conocer su utilidad en problemas de Inferencia Estadística y Toma de Decisiones (con CB2, CB3, CG1, CG2, CG4, CG5, CE2, CE3).Transversales.INSTRUMENTALES:CT012.- Capacidad de análisis y síntesis.CT022.- Capacidad de organización y planificación.


CT032.- Capacidad de gestión de la información.CT042.- Resolución de problemas.CT052.- Toma de decisiones a partir de los resultados obtenidos.INTERPERSONALES:CT062.- Trabajo en equipo.CT072.- Razonamiento crítico.CT082.- Compromiso ético.CT092.- Habilidades en las relaciones interpersonales.SISTÉMICAS:CT102.- Aprendizaje autónomo.CT112.- Motivación por la calidad del aprendizaje


Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto re co mendado, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en los que se aplicarán las definiciones, propiedades y teo remas expuestos en las clases teóricas, utilizando, cuando sea conveniente, medios informáticos, de modo que en las clases prácticas los estudiantes se inicien en las competencias previstas.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre teoría y problemas, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas propuestos y preparación de los trabajos propuestos, pa ra alcanzar las competencias previstas. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre es tu diante y profesor, así como realizando exámenes de teoría y resolución de problemas.




Prácticas


Seminarios 15 15Exposiciones y debates 1 1Tutorías 1 3 4




Actividades de seguimiento onlinePreparación de trabajos 3 15 18Otras actividades (Estudio) 50 50Exámenes 5 15 15

TOTAL 64 6 80 150

9. Recursos

Libros de consulta para el alumnoDE GROOT M.H. (2004):"Optima Statistical Decisions", John Wiley & Sons. Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.LEE P.M. “Bayesian Statistics: An Introduction”, Ed. Arnold, Londres.BERRY D. “Statistics: A Bayesian Perspective”, Duxbury Press, New York.ANTELMAN G. “Elementary Bayesian Statistics”, Edward Elgar, Cheltenham.ZELLNER A. (2005): "An Introduction to Bayesian Inference in Econometrics. Ed.Wiley, New York.

10. Evaluación

Consideraciones GeneralesSerá el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, y de la nota obtenida en un test y en un examen escrito de teoría y problemas, en el que habrá que obtener como mínimo una media de 3’5 puntos sobre 10Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos durante el curso supondrán un 15% de la nota final.Las exposiciones en clase supondrán otro 15% de la nota final.El test valdrá un 10% de la nota final.La evaluación final (Primera Convocatoria) será por medio de prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá el 30% restante. En esta evaluación final habrá que sacar, como mínimo, una nota media de 3,5 puntos sobre 10 en el promedio de la Teoría y Problemas.Los alumnos que no superen la asignatura en la Primera Convocatoria tendrán una recuperación (Segunda Convocatoria) que también será por medio de una prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá otro 30%; en el 40% restante se contabiliza, con los mismos porcentajes, la puntuación que se hubiera obtenido en su día en la evaluación continua del curso (cuestiones y ejercicios, exposiciones y test). Además, para esta Segunda Convocatoria se aplicarán, las notas del examen de Teoría y Problemas que el alumno hubiera sacado en la Primera Convocatoria si le son más favorables que las que obtenga en la Segunda. Para poder superar la Asignatura en esta Segunda Convocatoria habrá que conseguir, como mínimo, una nota media de 3’5 puntos sobre 10 en el promedio de la Teoría y Problemas.


Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase.Recomendaciones para la evaluaciónEstudiar la asignatura de forma regular desde el principio.Preparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan.Recomendaciones para la recuperaciónPreparar la teoría simultáneamente con la realización de problemas.Consultar a los profesores las dudas que se tengan

OPTIMIZACIÓN NUMÉRICA


Código 100730 Plan 2009 ECTS 6Carácter Optativa Curso 3º Periodicidad C2 Área Matemática AplicadaDepartamento Matemática Aplicada



Profesor Coordinador Antonio Fernández Martínez Grupo / s 1Departamento Matemática AplicadaÁrea Matemática AplicadaCentro E.P.S. de ZamoraDespacho Casas del Parque 2 Despacho nº 3Horario de tutorías Seis horas a convenir con los alumnos.URL WebE-mail [email protected] Teléfono



Profesora Coordinadora Mª Teresa de Bustos Muñoz Grupo / s 1Departamento Matemática AplicadaÁrea Matemática AplicadaCentro Facultad de BiologíaDespacho Casas del parque 2. Despacho nº 7Horario de tutorías Seis horas a convenir con los alumnos.URL WebE-mail [email protected] Teléfono


Bloque formativo al que pertenece la materiaOptativa.En la memoria de grado la materia Matemáticas está formada por la asignatura que se detalla en esta guía junto con otras cuatro asignaturas: Álgebra Lineal, Análisis Matemático I, Análisis Matemático II y Cálculo Numérico.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEsta asignatura se imparte en el segundo semestre del tercer curso del Grado en Estadística. Dentro del módulo la preceden cuatro asignaturas de carácter básico: Álgebra Lineal, Análisis Matemático I, Análisis Matemático II y Cálculo Numérico. Esta asignatura cumple un doble servicio. Por un lado proporciona al alumnado los recursos necesarios para el seguimiento de otras materias más específicas de la carrera y por otro fomenta la capacidad de abstracción, rigor, análisis y estudio de otras asignaturas. En definitiva, con esta asignatura pretendemos consolidar, homogeneizar y ampliar la formación matemática del alumnado.Perfil profesionalEl seguimiento correcto de esta asignatura permitirá alcanzar al alumnado una formación matemática básica de indudable interés para su ejercicio profesional desde el punto de vista instrumental: personal docente, funcionarios públicos, personal biosanitario, etc.



En esta asignatura se pretende que el alumno adquiera los conocimientos matemáticos referentes a la Optimización Numérica. Los objetivos generales son los siguientes: • Modelizar situaciones sencillas y aplicar las técnicas adecuadas para la solución del problema planteado • Utilizar técnicas matemáticas aproximadas • Interpretar las soluciones en términos matemáticos en el contexto del problema real planteado


Los objetivos relacionados con las competencias académicas y disciplinares son los siguientes: — Conocer y comprender los conceptos de problema de optimización, su clasificación y los principios generales de resolución. — Conocer y comprender los conceptos y resultados fundamentales de la resolución de los problemas de optimización sin ligaduras. — Conocer y comprender los conceptos y resultados fundamentales de la resolución de problemas con ligaduras, tanto las dadas por ecuaciones

como por inecuaciones. Con respecto a los objetivos relacionados con las competencias generales y personales, se proponen los siguientes: — Ser capaz de comunicar conocimientos científicos de carácter especializado. — Ser capaz de realizar búsquedas de información en bibliotecas, bases de datos, internet, etc. — Formarse y actualizar conocimientos de forma continuada. — Trabajar con constancia.– Trabajar en equipo.

5. Contenidos

Tema 1: INTRODUCCIÓN A LA OPTIMIZACIÓN NUMÉRICA1.1. Introducción1.2. 1.2 Formulación del problema general de optimización.1.3. Clasificación de los problemas de optimización.1.4. Motivación y ejemplos.1.5. Principios generales de resolución.Tema 2: PROBLEMAS LIBRES2.1. Introducción.1.2. Métodos básicos: Gauss-Seidel, método del graciente, método del descenso más rápido1.3. Método de la búsqueda en una recta: Paso óptimo. Método de Wolfe.1.4. Métodos Newtonianos: Métodos Cuasi-Newton. Método BFGS.1.5. Método del gradiente conjugado.Tema 3: PROBLEMAS LIGADOS3.1. Métodos locales para problemas con ligaduras dados por ecuaciones. Método de Newton. Algoritmo del hessiano reducido. Comparación de los algoritmos.3.2. Métodos locales para problemas con ligaduras dadas por ecuaciones e inecuaciones. Algoritmo SQP.3.3. Optimización de problemas con ligaduras lineales. Existencia de soluciones. Dualidad. Algoritmo Simplex.


EspecíficasCB1.- Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.CB2.- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística. CB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.



CG1.- Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística. CG2.- Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera. CG3.- Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones. CG4.- Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima. CG5.- Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.Transversales.


La metodología a emplear estará basada en la clase magistral para los contenidos más teóricos y en la investigación dirigida por el profesor para los contenidos de carácter más práctico.




Prácticas

– En aula 8 16 24– En el laboratorio– En aula de informática 8 16 24– De campo– De visualización (visu)

SeminariosExposiciones y debates 8 16 24Tutorías 10 10Actividades de seguimiento onlinePreparación de trabajos 8 10 16 34Otras actividades (detallar)Exámenes 4 4

TOTAL 46 20 84 150


9. Recursos

Libros de consulta para el alumnoNumerical Optimization: Theoretical and Practical Aspects. J. Fréderic Bonnans, J. Charles Gilbert, Claude Lemaéchal, Claudia A. Sagastizábal. Ed. Springer.Numerical Optimization. J. Nocedal, S. J. Wright. Ed. Springer.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoIntroduction to optimization. P. Pedregal, Ed. Springer.

10. Evaluación

Consideraciones GeneralesLos procedimientos de evaluación miden la consecución de los objetivos de la asignatura y la adquisición de las competencias descritas.Consecuentemente la evaluación no se puede reducir al desarrollo de tareas de reproducción de conocimientos en momentos muy concretos al final del aprendizaje (debido fundamentalmente a la masificación de las aulas y a la dificultad de evaluar más allá de los conocimientos disciplinares).Un modelo de enseñanza centrado en competencias requiere, por tanto, que el profesor incorpore a su práctica otras modalidades de evaluación continua: elaboración y defensa de trabajos de investigación, elaboración de temas de la asignatura, tutorías individualizadas, etc.Criterios de evaluaciónLos criterios generales de evaluación son los siguientes:• Valorar la utilización de las técnicas exactas y aproximadas adecuadas para resolver los problemas planteados.• Valorar la claridad y el rigor de las argumentaciones realizadas.• No serán determinantes en la calificación los errores de cálculo salvo que sean repetidos e involucren conceptos básicos y/ó impidan la

correcta interpretación del ejercicio. También se valorará la participación activa en clase.

Otros criterios más específicos de evaluación son los siguientes:• Demostrar la adquisición y comprensión de los principales conceptos de la asignatura.• Resolver problemas aplicando conocimientos teóricos y basándose en resultados prácticos.• Analizar críticamente y con rigor los resultados.• Participar activamente en la resolución de problemas en clase.Instrumentos de evaluaciónLa evaluación constará fundamentalmente de exposiciones orales de los temas propuestos y de la evaluación continua a lo largo del cuatrimestre..Recomendaciones para la evaluación• El alumno debería realizar durante las horas de trabajo autónomo las actividades sugeridas por el profesor durante las horas presenciales. • El alumno debe asistir a clase y utilizar las tutorías.



Recomendaciones para la recuperación.El alumno presentado que no supere la asigntura debe asistir a una tutoría personalizada con el profesor de la asignatura en la que se realizará una programación de las actividades del alumno para adquirir las competencias de la asignatura. La evaluación continua no será recuperable.

MÉTODOS ESTADÍSTICOS EN MARKETING



Plataforma VirtualPlataforma: StudiumURL de Acceso: http://studium.usal.es


Profesor Coordinador Jaime Egido Miguélez Grupo / s



Centro Facultad de medicina

Despacho 3.7

Horario de tutorías Lunes de 17-19 (previa cita)

URL Web

E-mail [email protected] Teléfono 923294500 Est:1921



Bloque formativo al que pertenece la materiaEstadística aplicada a las Ciencias SocialesPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un curso sobre herramientas estadísticas dentro de las asignaturas del módulo y preparar al estudiante en las materias relacionadas las Ciencias Sociales.Perfil profesionalTodas aquellas profesiones en la que se tenga que llevar a cabo tratamiento informático y análisis de datos, extracción de conclusiones y propuesta de soluciones de problemas en Ciencias Sociales



Generales— Interpretar, valorar, generar y transformar datos estadísticos con el fin de producir información útil para la toma de decisiones en Marketing.— Comprender y utilizar el lenguaje estadístico co el fin de adquirir la capacidad para analizar y sintetizar los problemas que se plantean en

Marketing.Específicos— Dominar la terminología básica de la Estadística que se utiliza en marketing.— Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudiosde Marketing,

descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas. — Capacitar para el análisis de datos procedentes de ámbitos socio económicos mediante técnicas estadísticas. — Conocer y comprender la aplicación del marketing en sectores específicos y sus peculiaridades. Aplicar las diferentes técnicas de segmentación

aplicadas al Marketing

5. Contenidos

BLOQUE TEMÁTICO 1: PERSPECTIVA GENERAL DEL MARKETING. EL MERCADO Y SU CLASIFICACIÓN. LA DEMANDA. EL COMPORTAMIENTO DEL CONSUMIDOR Y DE LAS ORGANIZACIONES• Conceptos básicos de Marketing• Concepto de mercado y tipos de mercados• Definición y dimensiones de la demanda. Factores determinante de la demanda. Elasticidad de la demanda.• Factores externos y explicativos en el comportamiento del consumidor



BLOQUE TEMÁTICO 2: MÉTODOS ESTADÍSTICOS PARA SEGMENTACIÓN Y POSICIONAMIENTO.• Concepto de segmentación de mercados• Criterios para realizar la segmentación• Principales procedimientos de segmentaciónBLOQUE TEMÁTICO 3: MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN Y EXPERIMENTACIÓN COMERCIAL.• Las fuente de datos• Procedimientos de obtención de información primaria• La encuesta: el cuestionario• Tamaño de muestra y métodos de muestreo• Realización de una investigación.• Diferentes tipos de diseños de experimentos en investiigación comercial• Dificultades y límites de los diseñosBLOQUE TEMÁTICO 4: MÉTODOS MULTIVARIANTES EN MARKETING.• Análisis de conglomerados• Componentes principales• Análisis de Correspondencias• Análisis Factorial• MDS• Análisis Discriminante


EspecíficasCB2.- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.CB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.CG1.- Comprender y utilizar el lenguaje estadístico en el contexto del Marketing. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación.CE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación comercial y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.CE2.- Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.CE3.- Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento deterministaTransversalesConocimientos generales básicosCapacidad de análisis y síntesisComunicación oral y escrita en la lengua propiaResolución de problemas


Toma de decisionesCapacidad crítica y autocríticaTrabajo en equipo


LECCIÓN MAGISTRAL: Donde se presenta la teoría (las diferentes técnicas estadísticas). Se emplearán medios audiovisuales como apoyo.DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la recogida de datos o en la búsqueda bibliográfica, según proceda, en la grabación en soporte informático y/o en el análisis de los mismos, en la redacción de las conclusiones y en la presentación, en grupo, de los resultados).Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos publicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.




Prácticas



TOTAL 60 90 150



9. Recursos

Libros de consulta para el alumnoOrtega Martínez, E, , “La Dirección de Marketing” Ed. Pirámide Uriel Jiménez, E., Aldás Manzano, J. “Análisis multivariante aplicado: aplicaciones al marketing, investigación de mercados, economía, dirección

de empresas y turismo” Ed. Paraninfo (2005)Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoGondar Nores, J.E., “Técnicas estadísticas con SPSS:M Investigación de Mercados. ED. Data Mining Institute S.L. (2004)Martín Armario, E. ”Marketing” Ed. Ariel Economía (1993)

10. Evaluación

Consideraciones GeneralesLa evaluación será el resultado de una ponderación basada en el desarrollo de trabajos planteados a los alumnos durante el curso, las prácticas y la nota obtenida en el examen escrito. Dichas pruebas permitirán evaluar las competencias descritas anteriormente.Criterios de evaluaciónLas cuestiones, trabajos y ejercicios resueltos por los alumnos durante el curso supondrán un 20% de la nota final. La asistencia y realización de prácticas en el aula de informática supondrán otro 20%. La evaluación final será por medio de una prueba escrita que consistirá en un examen tipo test y resolución de problemas y supondrá un 30% de la nota final, y de una prueba práctica con ordenador a la que corresponderá el 30% restante, siendo necesario un mínimo de 2 sobre 10 en cada parte para promediar. Instrumentos de evaluaciónPruebas escritas y entrega de trabajos:-Se propondrán problemas y prácticas para resolver que el alumno debe entregar al profesor para su evaluación continua.-La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para la recuperación de la evaluación continua se establecerá un proceso personalizado a cada estudiante.


MÉTODOS ESTADÍSTICOS EN ECONOMETRÍA





Profesor Coordinador Rosa Sepúlveda Correa Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho Bioestadística 1Horario de tutorías Martes y Jueves de 11.00 a 14.00URL WebE-mail [email protected] Teléfono Ext. 1921


Bloque formativo al que pertenece la materiaEstadística aplicada a las Ciencias SocialesPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEsta asignatura tiene un carácter optativo y está programada para el segundo semestre del 3er curso. Pertenece al Itinerario “Estadística Pública y Social”, orientado a quienes opten por un perfil profesional de aplicación de la Estadística en la administración pública, en la investigación social y de mercados, en el sector social de industria, banca, finanzas, seguros, en empresas del sector jurídico, consultoría, recursos humanos, etc.Perfil profesional.Esta asignatura pretende familiarizar a los alumnos del Grado en Estadística con las herramientas estadísticas más utilizadas en el ámbito de la econometría, de manera que sean capaces de utilizarlas de forma efectiva en su vida profesional, para el análisis de la información, la toma de decisiones y la elaboración de predicciones




Conocimientos básicos de estadística inferencial y álgebra matricial.Se recomienda haber cursado previamente la asignatura “Modelos Lineales”.Nivel Básico de Inglés, necesario para la lectura de artículos o documentos que se utilicen durante el desarrollo de la asignatura.


Generales• Evaluación de modelos econométricos.• Estudio de series de datos económicos.Específicos• Comprender los conceptos generales de los modelos econométricos. Conocer el origen de la econometría y su finalidad.• Conocer las limitaciones de los modelos clásicos cuando no se cumplen las hipótesis básicas y conocer soluciones para resolverlas.• Aplicar los modelos más utilizados en econometría, así como la forma de incluir variables cualitativas en un modelo econométrico clásico.• Conocer la aplicación de los métodos estadísticos para series temporales a datos económicos

5. Contenidos

1. Modelos econométricos, construcción de modelos y bases de datos económicos.• Metodología y utilización de los modelos econométricos.• Tipos de modelos econométricos.

2. El Modelo Lineal General: • El modelo lineal simple. Inferencia en el modelo lineal simple. Propiedades asintóticas. Aplicaciones.• El modelo lineal general. Inferencia en el modelo lineal general. Análisis de la violación de las hipótesis básicas. Aplicaciones.

3. Modelos para variables cualitativas.• Regresión con variables explicativas cualitativas.• Modelos de elección binaria.• El modelo lineal de probabilidad.• El modelo logit.• El modelo probit.

4. Modelos multiecuacionales.• Especificación de los modelos multiecuacionales.• Estimación en modelos multiecuacionales.• Análisis estructural en base a modelos multiecuacionales.

5. Modelos de series temporales y su aplicación en datos económicos.• Estacionariedad.• Modelos autoregresivos.• Modelos de medias móviles.• Modelos ARMA.• Modelos ARIMA.



EspecíficasCE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.CE2.- Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.CE3.- Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista. CE4.- Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas estadísticas.TransversalesINSTRUMENTALES— Capacidad de análisis y síntesis— Capacidad de organización y planificación— Conocimientos de informática relativos al ámbito de estudio— Capacidad de gestión de la información— Resolución de problemas— Toma de decisionesPERSONALES— Trabajo en un equipo de carácter multidisciplinar— Razonamiento críticoSISTÉMICAS— Aprendizaje autónomo— Adaptación a nuevas situaciones


• Clases expositivas de los contenidos teóricos de la asignatura. El material relativo a estas clases, estará disponible para los alumnos en la plataforma Studium.

• Clases prácticas para la resolución de problemas. El material para las prácticas estará disponible para los alumnos en la plataforma Studium.• Sesiones de seminarios para la discusión de problemas y la resolución de los mismos. En esos seminarios los estudiantes podrán compartir

con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y desempeñar por si mismos las competencias de la materia.

A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos.






Prácticas


Seminarios 6 6 12Exposiciones y debates 4 8 12Tutorías 6 6Actividades de seguimiento onlinePreparación de trabajos 15 15Otras actividades (detallar)Exámenes 4 15 19

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoNovales Cinca, A. (1997) “Econometría” McGraw-Hill.Gujarati, D.N. (1990) “Econometría” McGraw-Hill.Novales Cinca, A. (1997) “Estadística y Econometría” McGraw-Hill.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoWooldridge, Jeffrey M. “Introducción a la econometría: un enfoque moderno” Thomson, D.L. (2007)Johnston, John “Métodos de econometría” Vicens Vives (2001)

10. Evaluación

Consideraciones GeneralesLa evaluación será el resultado de una ponderación basada en el desarrollo de trabajos y ejercicios planteados a los alumnos durante el curso, y la calificación obtenida en el examen final.


Criterios de evaluaciónPara aprobar la asignatura es necesario tener un promedio ponderado igual o superior a 5 puntos, las ponderaciones consideradas son las siguientes:• Examen Final, 60% de la calificación de la asignatura.• Los ejercicios resueltos por los alumnos durante el curso supondrán un 20% de la nota final.• Los trabajos supondrán un 20% de la nota final.Instrumentos de evaluación— La evaluación final será por medio de una prueba escrita con contenido teóricos que supondrá un 30% de la nota final, y de una prueba práctica

a la que corresponderá el 30% restante, siendo necesario un mínimo de 3 sobre 10 en cada parte para promediar.— Se propondrán ejercicios que el alumno debe entregar al profesor para su evaluación continua.— Se propondrán trabajos que el alumno debe entregar y presentar en clases, para su evaluación continua.Recomendaciones para la evaluación• Asistir tanto a las clases teóricas como a los seminarios y a las clases prácticas. • Resolver de forma sistemática los ejercicios que se van proporcionando en los distintos temas.• Utilizar el material de apoyo disponible en la plataforma Studium.• Utilizar la bibliografía recomendada para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.• Acudir a las tutorías para resolver las diversas dudas que puedan surgir a lo largo del curso.Recomendaciones para la recuperaciónEn el caso de no cumplir los requisitos para aprobar la asignatura, el alumno debe presentarse a un examen de recuperación, este examen reemplazara la calificación obtenida en el examen final (60%) y tiene las mismas características.La evaluación obtenida en los ejercicios y en los trabajos no es objeto de recuperación.



TÉCNICAS ESTADÍSTICAS EN BIOINFORMÁTICA


Código 100735 Plan 2009 ECTS 6Carácter Optativo Curso 3º Periodicidad C2Área Estadística e Investigación OperativaDepartamento Estadística



Profesor Coordinador José Manuel Sánchez Santos Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1509

Horario de tutoríasMartes de 10:00 a 11:00, 12:00 a 13:00 y 18:00 a 19:00Miércoles de 16:00 a 17:00Jueves de 12:00 a 13:00 y 18:00 a 19:00

URL WebE-mail [email protected] Teléfono 923294458


Bloque formativo al que pertenece la materiaEstadística Aplicada a las CC BiosanitariasPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosDesarrollar un curso sobre herramientas estadísticas específicas de la Bioinformática que pueda servir de soporte para las asignaturas del módulo y preparar al estudiante que quiera enfocar su perfil académico hacia las Ciencias Biosanitarias.Perfil profesionalTodas aquellas profesiones en la que se tenga que manejar un volumen grande de datos biológicos y biomoleculares, para analizarlos, tomar decisiones y desarrollar nuevas herramientas estadísticas, como en las profesiones relacionadas con Medicina, Biología, Bioquímica, etc



Las generales para acceder al Grado en Estadística


Generales— Interpretar, valorar, generar y transformar datos estadísticos con el fin de producir información útil para la toma de decisiones, y analizar,

modelar, manipular y diseñar elementos y sistemas informáticos.— Obtener modelos, inferencias y predicciones acerca de una o varias poblaciones de interés a partir de la información que proporcionan una o

varias muestras de las mismas.Específicos— Dominar la terminología básica de la BioInformática.— Calcular e interpretar las medidas estadísticas asociadas a un conjunto de datos biológicos y biomoleculares.— Conocer los tipos de variables utilizadas en BioInformática y aprender a recoger la información de acuerdo con la naturaleza de las variables.— Aprender a diferenciar los tipos de datos biológicos y biomoleculares susceptibles de análisis estadístico computacional.— Conocer las principales bases de datos biológicas públicas y manejar las principales herramientas estadísticas para analizar dichos datos.— Adquirir un conocimiento y un uso básicos de R como lenguaje de programación y cálculo estadístico.— Utilizar los diferentes tipos de diseños y herramientas bioinformáticas conociendo sus ventajas e inconvenientes en la investigación biomédica

5. Contenidos

Tipos de datos biológicos y biomoleculares susceptibles de análisis estadístico computacional. Bases de datos biológicas públicas. Microarrays de ADN.Test de hipótesis estadísticos: fundamentos y métodos, tipos de errores, corrección para test múltiples.Métodos no-paramétricos frente a métodos paramétricos. Métodos bayesianos frente a métodos clásicos.Teoría estadística de la información: entropía, información mutua, transinformación, ganancia.Métodos de randomización y validación cruzada: “bootstrapping”, “jacknife”, permutaciones, Monte Carlo.


EspecíficasCE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.CE2.- Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.CE3.- Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista.CE4.- Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas estadísticas.



TransversalesCT1. Conocimientos generales básicosCT3. Capacidad de análisis y síntesisCT5. Comunicación oral y escrita en la lengua propiaCT9. Resolución de problemasCT10. Toma de decisionesCT11. Capacidad crítica y autocríticaCT12. Trabajo en equipo


Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el material que se les proporcionará y los libros de texto recomendados, que servirán para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Se utilizará la plataforma virtual STUDIUM para apoyar los contenidos teóricos desarrollados y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mismos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos.




Prácticas


Seminarios 5 15 20Exposiciones y debatesTutorías 6 6Actividades de seguimiento online



Horas presenciales Horas no presencialesPreparación de trabajos 15 15Otras actividades (Estudio) 40 40Exámenes 4 20 24

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoT.K. Attwood y D.J. Parry-Smith (2002). Introducción a la Bioinformática. Prentice Hall.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoF. Azuaje, J. Dopazo (2006). Data Analysis and Visualization in Genomics and Proteomics. John Wiley and Sons.P. Baldi, S. Brunak (2001). Bioinformatics. The Machine Learning Approach. MIT.H.C. Causton, J. Quackenbush, A. Brazma (2004). A Beginner’s Guide: Microarrays Gene Expression Data Analysis. Blackwell Publishing.Michael J. Crawley: Statistics: An Introduction Using R.Sarah Boslaugh, Paul Andrew Watters: Statistics in a Nutshell: A Desktop Quick Reference (In a Nutshell (O’Reilly)).Conrad Bessant, Ian Shadforth, Darren Oakley: Building Bioinformatics Solutions: with Perl, R and MySQL.Robert Gentleman, Vincent Carey, Wolfgang Huber, Rafael Irizarry, Sandrine Dudoit (Editors): Bioinformatics and Computational Biology Solutions

Using R and Bioconductor.

10. Evaluación

Consideraciones GeneralesLa evaluación será el resultado de una ponderación basada en el desarrollo de trabajos y ejercicios planteados a los alumnos durante el curso, las prácticas y la nota obtenida en el examen escrito de problemas y prácticas. Dichas pruebas permitirán evaluar las competencias descritas anteriormente.Criterios de evaluaciónLas cuestiones, trabajos y ejercicios resueltos por los alumnos durante el curso supondrán un 20% de la nota final. La asistencia y realización de prácticas en el aula de informática supondrán otro 20%. La evaluación final será por medio de una prueba escrita que consistirá en la resolución de problemas y supondrá un 30% de la nota final, y de una prueba práctica con ordenador a la que corresponderá el 30% restante, siendo necesario un mínimo de 2 sobre 10 en cada parte para promediar.Instrumentos de evaluaciónPruebas escritas y entrega de trabajos:— Se propondrán problemas y prácticas para resolver por el alumno.— La prueba escrita final se realizará en la fecha prevista en la planificación docente.



Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente

ESTADÍSTICA MÉDICA


Código 100736 Plan 2009 ECTS 6 Carácter Optativa Curso 3º Periodicidad C2 Área Estadística e Investigación OperativaDepartamento Estadística



Profesor Coordinador Mª Purificación Galindo Villardón Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de edicinaDespacho D 3.6 (2ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 A 12:00 (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852


Profesor Purificación Vicente Galindo Grupo / s Departamento EstadísticaÁrea Estadística e investigación operativaCentro Facultad de medicinaDespacho D 3.6 (2ª Planta) (Facultad de Medicina)Horario de tutorías (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852


Bloque formativo al que pertenece la materiaEstadística AvanzadaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es optativo y su docencia está programada en el segundo semestre de 3º curso. Los alumnos ya han estudiado, en los cursos anteriores, los métodos estadísticos descriptivos e inferenciales básicos, pero no han visto su papel en la investigación médica. Además necesitan conocer aquellas herramientas estadísticas especificas de este campo.Perfil profesionalProfesiones relacionadas con las ciencias de la salud


Tener aprobadas las asignaturas de Estadística Descriptiva y Estadística Matemática.


Objetivos GeneralesConseguir que los estudiantes puedan identificar, modelizar, analizar y sintetizar los problemas del campo médico. Que sepan interpretar las soluciones proporcionadas por los modelos y que puedan comunicarlos de forma inteligible para los profesionales del campo sanitario. El análisis estadístico de los datos será una base imprescindible para la toma de decisiones clínicas. Asi mismo deben coocer y manejar los modulos de estadística médica de programas estándarObjetivos EspecíficosProponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas las técnicas estadísticas más adecuadas a los fines que se persigan.Identificar, diferenciar y modelizar los problemas reales mediante toma de decisión bajo incertidumbre.Resolver los problemas de Estadística Médica con la técnica más adecuada en cada caso, usando el programa informático adecuado.



Aprender estrategias para desarrollar su capacidad de comunicación oral en público haciendo uso de las nuevas tecnologías de la información y comunicación y para defender sus propuestas en discusiones científicas.Llevar a cabo una evaluación crítica de la literatura científica relacionada con el tema objeto de estudio en cada caso y adquirir criterios objetivos de selección de bibliografía relevante.Fomentar el espíritu crítico en relación con los hallazgos científicos generados personalmente y con aquellos generados por la comunidad científica, valorando su importancia, trascendencia y repercusiones.Potenciar su capacidad para comparar y poner en relación conceptos y metodologías diferentes con un objetivo común

5. Contenidos

Contenidos TeóricosBLOQUE TEMÁTICO 1: PLANTEAMIENTO DE UNA INVESTIGACIÓNProtocolo de una investigación médicaObjetivos e Hipótesis de trabajoAspectos estructurales del estudioRandomización y cegado Efecto placeboDiseñoEstudios Observacionales: Cohortes, Casos y ControlesEstudios Experimentales: Ensayos clínicosAspectos éticos de un ensayo clínico: Consentimiento informadoFases de un ensayo clínico Diseños explicativos y diseños pragmáticosAnálisis por intención de tratarBLOQUE TEMÁTICO 2: RECOGIDA DE DATOSBases bibliográficas: Medline, PubMed.Bases de DatosEstadísticas OficialesDatos por encuesta/cuestionarioHistoria Clínica como método de recogida de datosDatos para un Meta-análisisPoblación diana y población accesibleCriterios de inclusión y de exclusiónMétodos de muestreo en la práctica clínica: Muestreo de casos consecutivos, muestreo intencional, muestreo a criterio, inclusión de voluntariosBLOQUE TEMÁTICO 3: MEDIDAS DE FRECUENCIA y MEDIDAS DE RIESGORazones, proporciones y tasas.Prevalencia e incidenciaRiesgo Relativo y Odd Ratio.Riesgo atribuibleFracción etiológicaVaribles de confusion: Coeficiente de Mantel y Haenszel OR ajustado


BLOQUE TEMATICO 4: MEDIDAS DE ASOCIACIÓNCoeficientes de asociación para variables nominales: Coeficiente de Contingencia, Coeficiente V de Cramer, Coeficiente Phi, Coeficiente Lambda de Goodman y Kruskal, Coeficiente de incertidumbre.Coeficientes de asociación para variables ordinales: test Gamma, Coeficiente D de Somers, Coeficientes Tau-B y Tau-C Coeficientes de asociación nominal por intervalo: Coeficiente EtaMedidas de Concordancia: Indice Kappa de CohenBLOQUE TEMÁTICO 5: MODELOS DE REGRESIÓNRelación entre variables cuantitativas: Coeficiente de Correlación de PearsonModelos de regresión. Diagnostico y Tratamiento de los problemas en modelos lineales..Regresión logística: su importancia en los estudios médicos. Interpretación de los coeficientes de regresión en términos de Odd RatioBLOQUE TEMATICO 6: ANÁLISIS DE SUPERVIVENCIADatos censurados. Censura no informativa.Método de Kaplan Meier para estimar la probabilidad de supervivencia individual acumulada.Test log Rank para comparación de curvas de supervivencia.BLOQUE TEMÁTICO 7: PRUEBAS DIAGNÓSTICASPruebas diagnósticas: Conceptos generalesIndicadores estadísticos básicos para evaluar el desempeño de un procedimiento diagnóstico. Sensibilidad y Especificidad. Curvas ROCTeorema de la probabilidad total y árboles de decisión.Teorema de Bayes: Valor predictivo positivo y negativo BLOQUE TEMÁTICO 8: REVISIONES SISTEMATICAS versus META-ANALISISMedicina basada en la Evidencia. Niveles de evidencia. Escala de Sacket.Metaanálisis. Fases de un metanálisis: Planteamiento del problema, Búsqueda de la literatura, Codificación de los estudios, Medida de los resultados, Análisis e Interpretacion de los resultados.


Específicas— Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Estadística resulta imprescindible a la hora de

tomar decisiones.— Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.— Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas. — Capacidad de abstracción. — Conocimiento, identificación y selección de fuentes de información-— Extracción de conclusiones y redacción de informesTransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.



Resolución de problemas.Interpretación de resultados a partir de los Análisis Estadísticos. .Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.SISTÉMICAS:Aprendizaje autónomoMotivación por la calidadCreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos


— LECCIÓN MAGISTRAL: Donde se presenta la teoría (las diferentes técnicas estadísticas). Se emplearán medios audiovisuales como apoyo.— DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.— MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la


Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.— SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos

publicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.


Horas dirigidas por el profesor Horas de trabajo autónomo

HORAS TOTALESHoras presenciales Horas no presenciales


Prácticas






TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoARGIMON JM, JIMENEZ J.(1991) Métodos de investigación aplicada a la Atención Primaria de Salud. Barcelona: Doyma.ARMITAGE, P, ARMITAGE E.N. & BERRY,G. (1997). Estadística para la investigación clínica. Elsevier. España.GALINDO, P. (1984). Exposición Intuitiva de Métodos Estadísticos. Fundamentos y Aplicaciones a Biología, Medicina y otras Ciencias. Universidad

de Salamanca.HULLEY, S B (2008). Diseño de investigaciones clínicas. Lippincott Williams & WilkinsMARTÍN ANDRÉS , A. ; LUNA DEL CASTILLO, J de D. (1994). "Bioestadística para las Ciencias de la Salud". Ed. Norma, (4ª edición)MARTIN ANDRES, A. y LUNA DEL CASTILLO, J. de D. (1995). 50 ± 10 Horas de Bioestadística. Ediciones Norma. Madrid.PRIETO, L.; HERRANZ, I. (2005). Qué significa estadísticamente significativo?: la falacia del 5% en la investigación. Diaz de Santos. - Material preparado por el profesor: problemas, casos prácticos, transparencias.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoPlataforma Moodle (Studium.usal.es)Pagina web del departamento: http://biplot.usal.es.Otras páginas web que faciliten información y material a los alumnos en relación con la Estadística como herramienta para análisis de Datos.PUBMED y SCIENCE DIRECT.

10. Evaluación

Consideraciones GeneralesPara evaluar:Tareas desarrolladas a lo largo del curso.Un examen final el cual constará de dos partes: Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas. Un examen con ordenador donde el alumno deberá resolver un caso práctico



Criterios de evaluaciónUn 20% de la calificación a partir de la tareas a lo largo del curso donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Un 35 % del examen de ordenador donde se evaluará el nivel de conocimientos y habilidades Un 45% del examen escrito donde se evaluará el nivel de conocimientos.Instrumentos de evaluaciónExamen escrito y /o On lineManejo de un software de estadística. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónUtilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.Plantear las posibles dudas que tenga el alumno en clase, tutorías, seminarios.Realizar las tareas propuestas a lo largo del curso.Recomendaciones para la recuperaciónEl alumno podrá recuperar aquellas partes de la evaluación (examen ordenador y examen escrito) que no haya superado en el curso.

MÉTODOS ESTADÍSTICOS EN BIOMETRÍA



Plataforma Virtual Plataforma: Studium Campus Virtual de la Universidad de SalamancaURL de Acceso: https://moodle.usal.es/login/index.php


Profesor Coordinador José Luis Vicente Villardón Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho D 3.4 (2ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 A 12:00 (previa cita)


URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852

Profesora Coordinadora Mercedes Sanchez Barba Grupo / s Departamento EstadisticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho D 3.6 (2ª Planta) (Facultad de MedicinaHorario de tutorías Lunes de 9:00 a 12:00 (previa cita)URL [email protected] biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852


Bloque formativo al que pertenece la materiaEstadística AvanzadaPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es optativo y su docencia está programada en el segundo semestre de 3º curso. Los alumnos ya han estudiado, en los cursos anteriores, los métodos estadísticos descriptivos e inferenciales básicos, pero no han visto su papel en Biometría. Además necesitan conocer aquellas herramientas estadísticas especificas de este campo.Perfil profesionalProfesiones relacionadas con las Ciencias Biológicas, Agronomía, Ciencia Ambientaes, etc


Tener aprobadas las asignaturas de Estadística Descriptiva y Estadística Matemática.


Objetivos GeneralesConseguir que los estudiantes puedan identificar, modelizar, analizar y sintetizar los problemas del campo biológico. Que sepan interpretar las soluciones proporcionadas por los modelos y que puedan comunicarlos de forma inteligible para los profesionales del campo. El análisis estadístico de los datos será una base imprescindible para la toma de decisiones . Asi mismo deben coocer y manejar los modulos de bioestadística de programas estándar.Objetivos EspecíficosProponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas las técnicas estadísticas más adecuadas a los fines que se persigan.



Identificar, diferenciar y modelizar los problemas reales mediante toma de decisión bajo incertidumbre.Resolver los problemas de Biometría con la técnica más adecuada en cada caso, usando el programa informático adecuado.Aprender estrategias para desarrollar su capacidad de comunicación oral en público haciendo uso de las nuevas tecnologías de la información y comunicación y para defender sus propuestas en discusiones científicas.Llevar a cabo una evaluación crítica de la literatura científica relacionada con el tema objeto de estudio en cada caso y adquirir criterios objetivos de selección de bibliografía relevante.Fomentar el espíritu crítico en relación con los hallazgos científicos generados personalmente y con aquellos generados por la comunidad científica, valorando su importancia, trascendencia y repercusiones.Potenciar su capacidad para comparar y poner en relación conceptos y metodologías diferentes con un objetivo común.

5. Contenidos

Contenidos TeóricosBLOQUE TEMÁTICO 1:PASOS PARA LA INVESTIGACIÓN DE COMUNIDADES Y ESPECIES. BLOQUE TEMATICO 2: TIPOS DE DATOS2.1 Tipo de datos en estudios de composición de la Comunidad2.2 Medidas asociadas al habitatBLOQUE TEMÁTICO 3: METODOS ESTADÍSTICOS EN ESTUDIOS AUTOECOLÓGICOS3.1 Estimación de la abundancia. Métodos de muestreo: Cuadrados puntuales, transectos, captura-recaptura3.2 Distribución de las especies: Patrón aleatorio (Poisson), patrón agregado (Binomial negativa), patrón uniforme (Binomial)3.3 Métodos estadísticos para la descripción y selección del Habitat y Relaciones intraespecíficas

3.1 Análisis de la asociación de la presencia/ausencia de la especie con variables categóricas del habitat.3.2 Métodos estadísticos para el estudio de la Selección diferencial por sexo y edad dependiendo de variables cuantitativas.3.3 Análisis de las dependencias entre la abundancia de una especie y variables del habitat cuantitativas3.4 Análisis del comportamiento de la abundancia de una especie en función de varios factores limitantes.

BLOQUE TEMÁTICO 4: METODOS ESTADÍSTICOS EN ESTUDIOS DE COMUNIDADES4.1 Métodos Multivariantes para estudiar la estructura de la Comunidad.4.2 Métodos estadísticos para estudiar los factores que explican la diferenciación de las especies en la Comunidad.4.3 Métodos estadísticos para la estimación de los tamaños poblacionales4.4 Medidas de diversidad de las especies4.5 Medidas de supervivencia4.6 Métodos estadísticos para el estudio del medio físico y para el estudio del impacto sobre las comunidades vegetales y animales.4.7 Estimación de parámetros de interés ecológico: optimo, máximo y tolerancia4.8 Métodos estadísticos para el estudio de la evolución, en el tiempo, de una comunidadBLOQUE TEMÁTICO 5: METODOS ESTADÍSTICOS EN AGRONOMÍA5.1 Diseño de experimentos agronómicos.5.2 Métodos estadísticos para el análisis de experimentos agronómicos.5.3 Estudio de interacción genotipo-ambiente.5.4 Medidas de distacia genética entre variedades.4.5 Clasificación de variedades en agronomía.



Específicas— Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Bioestadística resulta imprescindible, a la hora de

tomar decisiones.— Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.— Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas. – Capacidad de abstracción.— Conocimiento, identificación y selección de fuentes de información— Extracción de conclusiones y redacción de informes.TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Interpretación de resultados a partir de los Análisis Estadísticos. .Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.SISTÉMICAS:Aprendizaje autónomoMotivación por la calidadCreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos


LECCIÓN MAGISTRAL: Donde se presenta la teoría (las diferentes técnicas estadísticas). Se emplearán medios audiovisuales como apoyo.DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la recogida de datos o en la búsqueda bibliográfica, según proceda, en la grabación en soporte informático y/o en el análisis de los mismos, en la redacción de las conclusiones y en la presentación, en grupo, de los resultados).



Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos publicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.




Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoGALINDO, P. (1984). Exposición Intuitiva de Métodos Estadísticos. Fundamentos y Aplicaciones a Biología, Medicina y otras Ciencias. Universidad

de Salamanca.LUDWIG, J. & REYNOLDS, J.F. (1988). Sttistical Ecology. John Wiley and Sons. New YorkKENT, M. & COKER, P. (1992). Vegetation Description and Analysis. CRC PressOtras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoPlataforma Moodle (Studium.usal.es)Pagina web del departamento: http://biplot.usal.es.Otras páginas web que faciliten información y material a los alumnos en relación con la Estadística como herramienta para análisis de Datos.


10. Evaluación

Consideraciones GeneralesPara evaluar:Tareas desarrolladas a lo largo del curso.Un examen final el cual constará de dos partes: Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas. Un examen con ordenador donde el alumno deberá resolver un caso prácticoCriterios de evaluaciónUn 20% de la calificación a partir de la tareas a lo largo del curso donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.Un 35 % del examen de ordenador donde se evaluará el nivel de conocimientos y habilidades Un 45% del examen escrito donde se evaluará el nivel de conocimientos.Instrumentos de evaluaciónExamen escrito y /o On lineManejo de un software de estadística. OrdenadorElaboración de informesPresentación de los trabajosRecomendaciones para la evaluaciónUtilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.Plantear las posibles dudas que tenga el alumno en clase, tutorías, seminarios.Realizar las tareas propuestas a lo largo del curso.Recomendaciones para la recuperaciónEl alumno podrá recuperar aquellas partes de la evaluación (examen ordenador y examen escrito) que no haya superado en el curso.



CUARTO CURSO. CUATRIMESTRE 1

TALLERI:DISEÑOÓPTIMODEEXPERIMENTOS


Código 100738 Plan 2009 ECTS 6Carácter Optativa Curso 4º Periodicidad C1 Área Estadística e Investigación OperativaDepartamento Estadística

Plataforma Virtual Plataforma: Studium URL de Acceso: http://studium.usal.es o : http://moodle.usal.es


Profesor Coordinador Juan Manuel Rodríguez Díaz Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1102Horario de tutorías A convenir con el profesorURL Web http://web.usal.es/juanmrodE-mail [email protected] Teléfono 923 29-4458


Bloque formativo al que pertenece la materiaLa asignatura pertenece al módulo “Talleres”, formado por las asignaturas “Taller I: Diseño Óptimo de Experimentos”, “Taller II: Redes Neuronales y Algoritmos Genéticos”, “Taller III: Detección y Medida del Cambio en Estudios de Autopercepción”, “Taller IV: Diseños de Investigación y Análisis de Datos en Psicología”, “Taller V: LaTex y Programas de Cálculo Simbólico” y “Taller VI: Diseño de Páginas Web”, todas ellas de carácter optativo en el primer semestre del cuarto curso.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSegún el Plan de Estudios, el estudiante deberá alcanzar una formación general suficiente en los tres primeros cursos. El cuarto curso está pensado como el inicio de su actividad investigadora/profesional. Por ello, en el primer cuatrimestre ha de cursar 30 ECTS entre Prácticas en Empresa y asignaturas del Bloque formativo “Talleres”. Por tanto, las materias de este bloque, que deberán ser eminentemente prácticas, supondrán para el estudiante los primeros contactos con temas vanguardistas de investigación, y de modo natural deberían orientarle en las preferencias del Trabajo de Fin de Grado que ha de realizar en el semestre siguiente.


El Diseño Óptimo de Experimentos es una disciplina relativamente novedosa, que adquiere mayor importancia y adeptos día a día. Consiste en la elección de los mejores puntos en los que tomar observaciones con el fin de realizar una estimación óptima (según el criterio de optimización elegido) de los parámetros desconocidos del modelo que describe los datos. Perfil profesionalTodas las actividades asociadas con planear y realizar estudios de investigación tienen implicaciones estadísticas. El experimento (en particular el diseño del mismo) constituye la base para la estructura de un estudio de investigación, y a su vez esa estructura define la función del estudio. Si la estructura es razonable, el estudio funcionará de manera adecuada y se obtendrá la información para la que fue diseñado. Si la estructura tiene fallos, el estudio no funcionará bien y presentará información incompleta o errónea. Los principios estadísticos son los asociados con la recolección de aquellas observaciones que proporcionen la mayor cantidad de información para el estudio de investigación de una manera eficiente, y por tanto se hacen necesarios en cualquier disciplina.En general se puede decir que el conocimiento de la asignatura resulta muy importante en todo tipo de saber que necesite realizar experimentos para obtener información acerca de los fenómenos objeto de estudio, lo que ocurre en la inmensa mayoría. Como ejemplos se puede citar cualquier ingeniería o industria, o más concretamente áreas tales como Agricultura, Biología, Farmacología, Medicina, Economía, Psicología, Química, Sociología, etc.


Se recomienda haber cursado previamente las asignaturas “Modelos Lineales” y “Diseño de Experimentos”, o al menos tener nociones básicas de los temas tratados en las mismas.


Objetivos Generales• Diseñar adecuadamente el proceso de adquisición y tratamiento de los datos.• Ser capaz de identificar o crear el modelo adecuado a cada caso.• Capacidad para manipular computacionalmente los modelos, aprovechando la potencia de los métodos estadísticos, de optimización etc., y

realizar el análisis de los modelos y de los resultados obtenidos.• Extracción de conclusiones: percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos correspondientes.• Capacidad de comunicar los resultados, las conclusiones de los modelos y las soluciones propuestas de una forma inteligible para el resto de


nuevas herramientas.Objetivos Específicos• Planificar el diseño de un experimento de forma óptima en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos.

5. Contenidos

Contenidos Teóricos• Modelo lineal. • Matriz de información.



• Inversa generalizada. • Criterios de optimización. • Teorema General de Equivalencia. • Algoritmos para el cálculo de diseños óptimosContenidos PrácticosEl ordenador será una tónica general en las clases de la materia. Algunos de los problemas planteados se intentarán resolver analíticamente cuando sea posible. en muchos casos la única solución factible será la numérica, para lo que es imprescindible el uso de los computadores y el entrenamiento en la programación de los procedimientos y algoritmos necesarios para llegar a los resultados deseados. Los principales temas de prácticas serán los siguientes: • Cálculo de matrices de información e inversas generalizadas • Cálculo de diseños óptimos exactos respecto de distintos criterios de optimización, y eficiencias respecto del resto de los criterios. • Algoritmos para el cálculo de diseños óptimos: empleo del Teorema General de Equivalencia como regla de parada


EspecíficasCon la materia, los estudiantes adquirirán las competencias CB-3, CB-4, CG-3, CE-4 y CE-5 del Título: • Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas

estadísticas. • Conocer el procedimiento de elaboración y redacción de un informe de resultados estadísticos con datos procedentes de investigaciones

científicas. Transversales• Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas

relevantes de índole social, científica o ética.• Poder transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado..• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma


manera óptima.Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas


Se darán los contenidos teóricos imprescindibles para poder comenzar a la obtención de diseños óptimos exactos y aproximados mediante distintas técnicas. Se introducirán mediante clases magistrales, en las que se fomentará la participación del estudiante cuando la naturaleza y dificultad de la materia lo permitan. Los seminarios de cálculo de óptimos y resolución de cuestiones con y sin ordenador constituirán la dedicación principal de estudiantes y profesor, fomentando la participación mayoritaria de los estudiantes, que ocasionalmente deberán exponer públicamente los trabajos realizados y responder a las posibles dudas planteadas por el profesor y sus propios compañeros.


La plataforma virtual Studium servirá de apoyo y enlace entre el profesor y los estudiantes (recogida de material teórico y práctico, material en transparencias, enunciados de ejercicios y prácticas de ordenador, entrega de trabajos, autoevaluación, etc.). En cualquier caso, especialmente al comienzo de la asignatura será necesaria la realización por parte del estudiante de una labor personal de estudio y asimilación de los contenidos teóricos, y posteriormente de resolución de cuestiones planteadas y preparación de los trabajos propuestos, a fin de alcanzar las competencias previstas. El software utilizado será esencialmente el programa Mathematica; para el que la universidad posee licencia de campus. Se fomentará el uso del software libre (por ejemplo R-project) que los propios estudiantes pueden utilizar en su entorno particular sin necesidad de adquisición de licencias.




Prácticas

– En aula– En el laboratorio– En aula de informática 5 5– De campo– De visualización (visu)

Seminarios 30 10 30Exposiciones y debates 15 10 15Tutorías 5 5Actividades de seguimiento online 22Preparación de trabajos 40 30Otras actividades (Estudio) 30 38Exámenes

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumno• ATKINSON A.C., DONEV A.N. and TOBIAS R.D. (2007): Optimum Experimental Designs, with SAS. Oxford University Press Inc.. New York. • GOOS, P. and JONES, B. (2011). Optimal Design of Experiments: A Case Study Approach. John Wiley & Sons, U.K.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.• ATKINSON A.C. and DONEV A.N. (1992): Optimum Experimental Designs. Clarendon Press. Oxford. • FEDOROV V.V. and HACKL P. (1997). Model-Oriented Design of Experiments. Springer-Verlag. New York. • PUKELSHEIM F. (1993). Optimal Design of Experiments. John Wiley & Sons. New York.• http://studium.usal.es



10. Evaluación

Consideraciones GeneralesLa nota final del estudiante será una media ponderada de las obtenidas durante el curso a través de los trabajos y exposiciones realizadas en el aula y las prácticas con ordenadorCriterios de evaluaciónLos trabajos y prácticas propuestos a lo largo del semestre y las exposiciones en clase supondrán un 50% de la nota final.Cada estudiante tendrá que realizar (y defender públicamente) un trabajo final que supondrá el restante 50% de la nota final.Instrumentos de evaluaciónEntrega de trabajos y prácticas y exposiciones orales en clase.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como trabajar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. La nota de la evaluación continua no es recuperable, y será la misma con que se promediará en la segunda convocatoria.


TALLERII:REDESNEURONALESYALGORITMOSGENÉTICOS


Código 100739 Plan 2009 ECTS 6 Carácter Optativa Curso 4º Periodicidad C1 Área Estadística e Investigación OperativaDepartamento Estadística



Profesor Coordinador Quintín Martín Martín Grupo / s Departamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de CienciasDespacho D1512Horario de tutorías Lunes y miércoles de 9:00 a 12:00URL Web http://campus.usal.es/~eioq/io/E-mail [email protected] Teléfono 923 294458


Bloque formativo al que pertenece la materiaEsta asignatura pertenece al módulo “Talleres” formado por las siguientes asignaturas: Taller I: Diseño Óptimo de Experimentos Taller III: Detección y medida del cambio en estudios de autopercepción Taller IV: Diseños de investigación y análisis de datos en psicología Taller V: LaTeX y Programas de Cálculo SimbólicoTaller VI: Diseño de Páginas Web.Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosSu carácter es optativo y su docencia está programada en el primer semestre del 4º curso. El bloque formativo se complementa con una asignatura de 1º (Investigación Operativa I) y otras dos en el 2º curso (Investigación Operativa II e Investigación Operativa III). Sus contenidos son necesarios



para continuar con la formación en las técnicas de optimización y predicción centrándose esta asignatura fundamentalmente en las técnicas heurísticas Redes Neuronales Artificiales y Algoritmos Genéticos.Perfil profesionalEn todas aquellas profesiones en las que sea necesario optimizar recursos, minimizar costes, planificación y gestión de la producción e inventarios,… como por ejemplo en Ingeniería, Operaciones de transporte, Logística, Sector de las Telecomunicaciones, Sector de la Energía, Baca, Ciencias de la Salud, Planificación y Gestión de la producción, etc.


Las generales para acceder al Grado en Estadística.


Objetivos GeneralesConseguir que los estudiantes puedan identificar, modelizar, analizar y sintetizar los problemas de los distintos campos de aplicación de la Investigación Operativa. Que sepan interpretar las soluciones proporcionadas por los modelos y que puedan comunicarlos de forma inteligible para el resto de la empresa u organismo, para conseguir que sean aceptadas e implantadas por los responsables de la toma de decisiones. Así como conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Investigación Operativa.Objetivos Específicos— Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas de Investigación Operativa más adecuadas a los

fines que se persigan.— Identificar, diferenciar y modelizar los problemas reales mediante: Toma de decisión bajo incertidumbre, teoría de juegos, simulación, aplicación

de las redes neuronales artificiales y algoritmos genéticos a la Investigación Operativa .— Resolver los problemas de Investigación Operativa, según la técnica más adecuada en cada caso, usando cuando sea necesario el programa

informático adecuado.— Conocer la relación entre las redes neuronales artificiales y algoritmos genéticos dentro de la Investigación Operativa.— Investigar los cambios que experimenta la solución óptima cuando alguna de las componentes del problema es modificada, analizando las

consecuencias derivadas de dicha variación. Cambio de las funciones de activación en las neuronas de la capa oculta/capa de salida de una red neuronal artificial

5. Contenidos

Contenidos TeóricosTEMA 1. Redes Neuronales Artificiales. El Perceptrón multicapa. Algoritmos de aprendizaje. Entrenamiento de la red neuronal. Tasa de aprendizaje y factor momento. Función de activación de las neuronas de la capa oculta y de la capa de salida. Redes neuronales artificiales de Kohonen y de Hopfield. Aplicación de las redes neuronales al problema del Viajante de Comercio (TSP) y a la predicción. Función de Base Radial (RBF). Aplicaciones. Redes neuronales artificiales vs técnicas paramétrica y no paramétricas. Lenguajes de programación.


TEMA 2. Algoritmos Genéticos. Codificación de las variables para trabajar con algoritmos genéticos. Evaluación y selección de los cromosomas (soluciones). Operadores genéticos. Aplicación de los algoritmos genéticos al problema del Viajante de Comercio (TSP) y al problema de inventarios. Aplicación de los algoritmos genéticos al diseño de Redes Neuronales Artificiales. Lenguajes de programación.Contenidos PrácticosPRÁCTICA 1: Manejo del Perceptrón .PRÁCTICA 2: Manejo de la Función de Base Radial (RBF). PRÁCTICA 3: Redes neuronales artificiales vs técnicas paramétrica y no paramétricas. PRÁCTICA 4: Aplicación de los algoritmos genéticos/redes neuronales al problema del Viajante de Comercio (TSP).


Específicas— Adquirir la capacidad de comunicación con equipos multidisciplinares en lo que el uso de la Investigación Operativa y las técnicas de predicción

jueguen un papel relevante a la hora de tomar decisiones.— Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.— Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas. — Capacidad de abstracción. — Conocimiento, identificación y selección de fuentes relacionadas con las redes neuronales y los algoritmos genéticos dentro de la Investigación

Operativa y las técnicas de predicción.— Extracción de conclusiones y redacción de informes. TransversalesINSTRUMENTALES:Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Interpretación de resultados a partir de modelos de Investigación Operativa. Elaboración de previsiones y escenarios.Toma de decisiones.INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.Tratamiento de conflictos.SISTÉMICAS:Aprendizaje autónomoMotivación por la calidad



CreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos


Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto recomendado, que servirá para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Utilizando la plataforma virtual para apoyar los contenidos teóricos desarrollados, evaluar y comprobar los conocimientos adquiridos.A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per so nales sobre teoría, problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tu telados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el pro fe sor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mis mos las competencias de la materia.Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asi mi lación de la teoría, resolución de problemas, prácticas y preparación de los trabajos propuestos, pa ra alcanzar los objetivos previstos. De ello tendrán que responder, exponiendo sus trabajos an te el profesor y el resto de compañeros.Realización de exámenes de teoría y resolución de problemas y prácticas.




Prácticas

– En aula 4 12– En el laboratorio– En aula de informática 16 8 16– De campo– De visualización (visu)

Seminarios 6 6Exposiciones y debates 8 10 19Tutorías 6 4 12Actividades de seguimiento online 4 12 16Preparación de trabajos 12 4 30 4Otras actividades (Estudio) 10 30Exámenes 2 8 18

TOTAL 60 20 70 150


9. Recursos

Libros de consulta para el alumno“Investigación Operativa”. Martín Q. (2003): Pearson Education. Madrid. ISBN: 84-205-4105-2“Investigación Operativa. Problemas y ejercicios resueltos”. Martín Q., Santos M. T., Paz, Y.R. (2005) Pearson Education. ISBN: 84-205-4466-3.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso“Redes Neuronales Artificiales. Fundamentos, modelos y aplicaciones”. Hilera, J. R. y Martínez V. J. (2005): Ed. Ra-ma. “Genetic algoritms in search, optimization, and machine learning” David E. Goldberg. Ed. Addison-Wesley (1997)

10. Evaluación

Consideraciones GeneralesLa evaluación será el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, las exposiciones en clase, las prácticas, de trabajos y de la nota obtenida en un examen escrito de teoría, problemas y prácticas.Criterios de evaluaciónLas cuestiones y ejercicios planteados a los alumnos junto con la exposición de éstos durante el curso supondrán hasta un 20% de la nota final.La asistencia y realización de prácticas-seminarios en Aula de Informática supondrá hasta un 10%.La realización de trabajos supondrá hasta un 20%.La evaluación final será por medio de prueba escrita que constará de una parte teórica que supondrá hasta un 20% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá hasta el 30%.Instrumentos de evaluaciónPruebas escritas y exposiciones orales en clase:— Se propondrán cuestiones (Test), ejercicios y prácticas para resolver que el alumno debe entregar al profesor (ver STUDIUM) para su evaluación

continua, realizando exposiciones orales de los trabajos presentados.— La prueba escrita final se realizará en la fecha prevista en la planificación docente.Recomendaciones para la evaluaciónSe recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento. Las pruebas prácticas realizadas en el aula de informática se contarán como parte del examen (25%).Recomendaciones para la recuperaciónSe realizará un examen de recuperación en la fecha prevista en la planificación docente. Para dicha recuperación el alumno mantendrá la calificación obtenida en la evaluación continua (incluida la calificación de las pruebas prácticas realizadas en el aula de informática).



TALLER III: DETECCIÓN Y MEDIDA DEL CAMBIO EN ESTUDIOS DE AUTOPERCEPCIÓN



Plataforma Virtual Plataforma: Studium Campus Virtual de la Universidad de SalamancaURL de Acceso: https://moodle.usal.es/login/index.php


Profesor Coordinador Purificación Vicente Galindo Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho D 3.6 (2ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 A 12:00URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852

Profesor Coordinador Mercedes Sánchez Barba Grupo / sDepartamento EstadísticaÁrea Estadística e Investigación OperativaCentro Facultad de MedicinaDespacho D 3.6 (2ª Planta) (Facultad de Medicina)Horario de tutorías Lunes de 9:00 a 12:00 (previa cita)URL Web biplot.usal.esE-mail [email protected] Teléfono 923 294400 Ext 1852


Bloque formativo al que pertenece la materiaTalleres


Papel de la asignatura dentro del Bloque formativo y del Plan de EstudiosOptativaPerfil profesionalEstadísticos que van a desarrollar su actividad en Ciencias Sociales


Haber cursado las materias de Métodos Estadísticos en Psicometría y Tratamiento Estadístico de Encuesta


En esta materia se iniciará a los estudiantes en los métodos de investigación con datos de autopercepción. Se pretende que el estudiante sea capaz de recopilar, manejar y expresar y comunicar con precisión y claridad la información necesaria para resolver un problema planteado.Debe servir como un primer paso preparatorio para desarrollar el trabajo de Fin de Grado elegido por el estudiante.

5. Contenidos

TEMA 1: INTRODUCCIÓN: Datos de autopercepción: su problemáticaCalidad de vida autopercibida: un constructo dinámicoCambios Alpha, Beta y Gamma en estudios de autopercepciónTEMA 2: ¿CÓMO MEDIR DATOS DE AUTOPERCEPCIÓN?Escalas e itemsVariables causales y variables indicadorasConstructos y variables latentesMedidas de perfil y medidas de utilidadTEMA 3: INSTRUMENTOS PARA MEDIR DATOS DE AUTOPERCEPCIÓNInstrumentos Genericos y Específicos: Ventajas e inconvenientes.Validez, Fiabilidad y Sensibilidad al cambio de los instrumentos.TEMA 4: “RESPONSE SHIFT”: ¿SESGO O MECANISMO DE DEFENSA?Concepto de “Response Shift”Modelos teóricos que explican el concepto de “Response Shift”Modelo SCHWARTZ &SPRANGERSModelos de LEPORE & ETONModelo de WILSON & CLEARY Implicaciones clínicas del “Response Shift”TEMA 5: PROCEDIMIENTOS ANALÍTICOS PARA DETECTAR Y EVALUAR “RESPONSE SHIFT” EN DATOS LONGITUDINALESCambio en estandares internos: RecalibraciónEl “then test”



Cambio en los valores: RepriorizaciónMétodo de AhmavaaraReconceptualizciónTEMA 6: APLICACIÓN A DATOS REALES DE CALIDAD DE VIDA RELACIONADA CON LA SALUD O CUALQUIER CONJUNTO DE DATOS DE AUTOPERCEPCIÓN


Específicas– Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la

búsqueda de sus soluciones tanto en contextos académicos como profesionales.– Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o modificación de las técnicas usadas. – Capacidad de abstracción. – Conocimiento, identificación y selección de fuentes relacionadas con el Response Shift y los cambios Alfa Beta y Gamma.– Extracción de conclusiones y redacción de informesTransversalesINSTRUMENTALES:

Capacidad de análisis y síntesis.Capacidad de organización y planificaciónCapacidad de gestión de la información.Resolución de problemas.Interpretación de resultados a partir de modelos de Response Shift. Elaboración de previsiones y escenarios.Toma de decisiones.

INTERPERSONALES:Trabajo en equipo.Razonamiento crítico.Compromiso éticoHabilidades en las relaciones interpersonales.Tratamiento de conflictos.

SISTÉMICAS:Aprendizaje autónomoMotivación por la calidadCreatividadEspíritu emprendedorCapacidad innovadoraGestión de proyectos



LECCIÓN MAGISTRAL: Donde se presenta la teoría (las diferentes técnicas estadísticas). Se emplearán medios audiovisuales como apoyo.DOCENCIA BASADA EN PROBLEMAS simulados o recogidos de las publicaciones científicas que despierten el interés de los alumnos.MÉTODOS PRÁCTICOS PARTICIPATIVOS: Se presentará algún trabajo de investigación en el que los alumnos deben participar (en la recogida de datos o en la búsqueda bibliográfica, según proceda, en la grabación en soporte informático y/o en el análisis de los mismos, en la redacción de las conclusiones y en la presentación, en grupo, de los resultados).Una parte de este tiempo estará dedicada al manejo del software estadístico y al entrenamiento de la interpretación de las salidas del programa.SEMINARIOS METODOLÓGICOS donde se discutan los casos planteados y donde se les enseñe a realizar un estudio crítico de trabajos publicados en revistas científicas y se pondrá en conocimiento del grupo los problemas o sesgos detectados durante la realización de los trabajos.




Prácticas



TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoBADIA, X.; SALAMERO, M. & ALONSO, J. (1999). La Medida de la Salud. Guía de escalas de medición en Español. Ed: EDIMAC. Barcelona.FAYERS, P.M. & MACHIN, D. (2000a). Quality of Life: Assessments, Analysis and Interpretation. John Wiley and Sons, LTD.



Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoAHMAVAARA, Y. (1954). Transformation analysis of factorial data. Annals of the Academy of Science Fennicae. Series B. 881 (2), pp: 54-59SCHWARTZ, C.E. & SPRANGERS, M.A.G. (1999). Methodological approaches for assessing respose shift in longitudinal quality of life research.

Social & Medecine. 48. pp: 1531 - 1548.

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos (que se reunirán en un portafolio), para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y prácticas.Criterios de evaluaciónLa evaluación se realizará a partir de la realización y exposición de los trabajos con las que los estudiantes tendrán que demostrar la adquisición de las competencias previstas.Instrumentos de evaluacióElaboración de trabajosExposiciones de los trabajos realizadosRecomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura. Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestreRecomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos.


TALLER IV: DISEÑOS DE INVESTIGACIÓN Y AN. DATOS EN PSICOLOGIA





Profesor Coordinador Pendiente de asignación Grupo / s DepartamentoÁreaCentroDespachoHorario de tutoríasURL Web E-mail Teléfono


Bloque formativo al que pertenece la materiaTalleresPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosEl Diseño de Experimentos es uno de los procedimientos científicos de obtención de datos con valor experimental. La validación de hipótesis científicas exige el conocimiento y el manejo adecuado de las técnicas de Diseño de Experimentos, en función de los datos y grupos que se manejan. Tras un experimento bien diseñado es imprescindible que el alumno esté preparado para la recogida y análisi de los datos.Perfil profesional.El taller Diseño de Experimentos y Análisis de Datos en Psicología contribuye a la formación de un titulado en el Grado en Estadística en :• El manejo de las técnicas de obtención de datos experimentales.• La aplicación de las técnicas de análisis estadístico a los datos obtenidos en las diversas situaciones experimentales





Generales• APRENDER y DOMINAR una serie de conceptos básicos pertenecientes al ámbito de la metodología del diseño de experimentos.• ANALIZAR los conceptos, procedimientos, instrumentos, etc., contemplados, establecien do relaciones entre ellos, configurando una trama

conceptual adecuada que responda a la formación teórica que debe adquirir.• ENTRENARSE en la utilización de los conceptos e instrumentos metodológicos, aplicándolos de manera efectiva al análisis de la realidad y a

la modificación del curso de los acontecimien tos cuando sea necesario.Específicos• Conocer las técnicas del diseño de experimento (clásicas, programas de investigación científica, modelos de simulación) y ser capaz de

plantear problemas formulando las hipótesis pertinentes en función de las variables utilizadas.• Conocer los tipos, las técnicas y las limitaciones de la investigación experimental valorando los distintos contextos de investigación (de

descubrimiento, de justificación y de aplicación) para ser capaz de planificar diseños experimentales que resulten válidos tanto interna como externamente.

• Manejar los requisitos de los distintos diseños experimentales grupales, siendo capaz de justificar su uso en cada una de las situaciones y de realizar las pruebas estadísticas adecuadas en cada uno de los diversos tipos: diseños grupales al azar, diseños por bloques, diseños factoriales y diseños especiales.

• Ser capaz de decidir sobre el uso de los diseños experimentales intrasujeto, a tenor de las circunstancias que aconsejen la utilización del sujeto único como técnica de control del error.

• Conocer los aspectos conceptuales relativos a los modelos de simulación y manejar los procedimientos y técnicas de construcción de sistemas.

5. Contenidos

TEMA 1: MÉTODOS DE OBTENCIÓN DE DATOS— Métodos experimentales.— Métodos no-experimentales.TEMA 2: DISEÑO DE EXPERIMENTOS: Metodología del diseño.— Planteamiento del problema.— Formulación de hipótesis.— Establecimiento de variables: variables independientes, dependientes y de clasificación.TEMA 3: DISEÑO DE EXPERIMENTOS: Establecimiento de grupos.— Diseños.

1. Diseño de dos grupos al azar.2. Diseños multigrupo. Diseño de varios grupos al azar.


3. Diseños multigrupo. Diseños factoriales.4. Diseños especiales: Diseños de cuadrado latino y greco-latino.5. Diseños especiales: Diseños anidados.6. Técnicas de ANÁLISIS DE LOS DATOS obtenidos en los diferentes diseños.

TEMA 4: DISEÑO DE EXPERIMENTOS: Diseños individuales.— Diseños.

1. Diseños individuales (intra-sujeto) estadísticos.2. Diseños individuales conductuales.3. Técnicas de ANÁLISIS DE LOS DATOS obtenidos en los Diseños Individuales.

TEMA 5: DISEÑO DE EXPERIMENTOS: NUEVAS PROPUESTAS.— Del diseño experimental a la simulación del comportamiento.— El modelado de ecuaciones estructurales como método experimental.


EspecíficasCOMPETENCIAS BÁSICAS• Demostrar poseer y comprender conocimientos y manejar técnicas de Diseño de Experimentos mediante la utilización de las técnicas y

procedimientos de análisis estadísticos adquiridos previamente en los niveles anteriores del Grado.• Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la

elaboración y defensa de argumentos y la resolución de problemas relativos al Diseño de Experimentos.• Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan el planteamiento de investigaciones

que impliquen el manejo de técnicas de Diseño Experimental relativas a temas relevantes de índole social, científica o ética.COMPETENCIAS GENÉRICAS• Comprender y utilizar el lenguaje y las técnicas de Diseño Experimental. Adquirir la capacidad para analizar y sintetizar los problemas de los

distintos campos de investigación mediante técnicas experimentales.• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión

de los conocimientos relativos a la investigación y al Diseño Experimental adquiridos en lengua nativa y extranjera.• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el planteamiento de investigaciones mediante técnicas

experimentales juega un papel relevante en la toma de decisiones.• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística aplicada al análisis de los resultados

obtenidos mediante técnicas experimentales. Gestionar la información disponible de manera óptima.• Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas de investigación y de diseño

experimental que superen o supongan una mejora declarada de otras ya conocidas.COMPETENCIAS ESPECÍFICAS• Adquirir los conocimientos necesarios para diseñar adecuadamente una investigación y realizar análisis de datos obtenidos a partir de los

diseños experimentales, utilizando las herramientas informáticas más adecuadas.



TransversalesInstrumentales:• Capacidad de análisis y síntesis.• Creación de situaciones para investigación experimental mediante la evaluación objetiva de las características de cada situación.• Conocimientos de informática en el ámbito de estudio para realizar los análisis pertinentes.Personales:• Razonamiento crítico. • Pensamiento creativo.• Pensamiento de más alto nivel.Sistémicas:• Adaptación a nuevas situaciones.


Constará de clases presenciales tanto de tipo teórico como práctico. En las primeras se expondrá el contenido teórico de los temas siguiendo uno o dos libros de texto de referencia, que servirán para fijar los conocimientos ligados a las competencias previstas. Las clases prácticas servirán para realizar planteamientos de investigación, seleccionando el procedimiento de obtención de datos experimentales más adecuado. Así, en las clases prácticas se aplicarán los contenidos adquiridos en las teóricas de modo que los estudiantes vayan adquiriendo las competencias previstas.Como complemento de esas clases teóricas y prácticas los profesores propondrán a los estudiantes la realización de trabajos personales (que se reunirán en un portfolio), para lo que podrán contar con el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren y obtener solución a las mismas.




Prácticas


Seminarios 6 6 12Exposiciones y debates 10 10 20Tutorías 4 4Actividades de seguimiento online



Preparación de trabajos 5 15 20Otras actividades (detallar) 6 6Exámenes 5 15 20

TOTAL 60 90 150

9. Recursos

Libros de consulta para el alumnoCastro, J.A. (2002). Metodología de la investigación 2: Diseños. Salamanca: Amarú.Cea D’Ancona, M.A. (2010). Metodología cuantitativa: estrategias y técnicas de investigación social. Madrid: Síntesis.Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recursoCastro, J.A. y Galindo, M.P. (2000). Estadística Multivariante: Análisis de correlaciones. Salamanca: Amarú.Prellezo, J.M. y García, J.M. (2010). Investigar: metodología y técnicas del trabajo científico. Madrid: CCS.Fernández, M.G. Metodología de la Investigación. http://www.astraph.com/udl/biblioteca/antologias/metodologia_investigacion.pdf

10. Evaluación

Consideraciones GeneralesLos estudiantes habrán de llevar a cabo una tarea personal de estudio y asimilación de la teoría y de preparación y resolución de trabajos propuestos (que se reunirán en un portfolio), para alcanzar las competencias previstas. La asimilación de los contenidos de los diferentes temas habrá de ser demostrada mediante la exposición de trabajos ante el profesor y el resto de compañeros, precedidos de una tutoría personal entre estudiante y profesor, así como mediante la realización de exámenes de teoría y prácticas.Criterios de evaluaciónLa evaluación se realizará a partir de la realización y exposición de los trabajos con las que los estudiantes tendrán que demostrar la adquisición de las competencias previstasInstrumentos de evaluaciónElaboración de trabajosExposiciones de los trabajos realizadosRecomendaciones para la evaluaciónRealizar de forma habitual las tareas proporcionadas a lo largo del semestre, con la finalidad de conseguir una segura comprensión de los conceptos revisados en la asignatura.Utilizar la bibliografía para profundizar en la compresión y adquirir varios puntos de vista sobre la materia.Utilizar las tutorías para resolver todas aquellas lagunas que se puedan generar a lo largo del semestre.



Recomendaciones para la recuperaciónSi la materia no es superada por el alumno en la convocatoria oficial, se podrá presentar a la convocatoria extraordinaria fijada para ello. Tiene que considerar que los criterios de evaluación serán los indicados antes y por tanto es imprescindible superar la parte de la asignatura de resolución de casos prácticos usando una herramienta informática para el análisis de datos

TALLER V: LaTex Y PROGRAMAS DE CALCULO SIMBÓLICO I


Código 100742 Plan 2009 ECTS 6Carácter Optativo Curso 4º Periodicidad 1CÁrea Álgebra y Análisis MatemáticoDepartamento Matemáticas

Plataforma Virtual Plataforma: Studium (Campus virtual de la USAL)URL de Acceso: https://moodle.usal.es


Profesor Coordinador Gloria Serrano Sotelo Grupo / s TodosDepartamento MatemáticasÁrea AlgebraCentro Facultad de CienciasDespacho M0106 Edficio Merced (Matemáticas)Horario de tutorías Martes de 17 a 18URL WebE-mail [email protected] Teléfono 923294460, Ext. 1534

Profesor Coordinador Jose Ignacio Iglesias Curto Grupo / s Departamento MatemáticasÁrea Geometría y TopologíaCentro Facultad de CienciasDespacho M1323 edificio Merced (Matemáticas)Horario de tutorías Jueves de 16 a 18 h.URL WebE-mail [email protected] Teléfono 923 294460 Ext. 1553


Profesor Jesús Rodríguez Lombardero Grupo / s Departamento MatemáticasÁrea Análisis MatemáticoCentro Facultad de Ciencias QuímicasDespacho Edificio Merced, M2327Horario de tutorías A concretar con el profesorURL Web http://mat.usal.es~jrlE-mail [email protected] Teléfono 923 294457 Ext. 43


Bloque formativo al que pertenece la materiaTalleresPapel de la asignatura dentro del Bloque formativo y del Plan de EstudiosOptativa. Asignatura-taller de desarrollo de procedimientos informáticos para facilitar la realización y presentación de trabajosPerfil profesionalContribuye a perfeccionar la formación del estudiante en cualquiera de los itinerarios previstos, encajando principalmente en el perfil de “Docencia e investigación”


Ninguna


Específicos• Conocer los entornos LaTeX y Mathematica: manuales, tutoriales, recursos on line.• Saber utilizar LaTeX como procesador de textos científicos para elaborar informes, cartas, artículos, libros y presentaciones, utilizando

diferentes clases de documentos y opciones, idiomas, fórmulas, gráficos, diagramas, tablas y generando índices y bibliografías.• Utilizar Mathematica para resolver problemas relacionados con la Estadística e integrar los recursos como software de cálculo simbólico con

los de procesador de textos para presentar trabajos en diferentes formatos.

5. Contenidos

Bloque 1. LaTeX• Escritura de documentos en LaTeX• Clases de documentos y opciones• Paquetes• Elementos que estructuran un documento



• Texto plano. Comandos y opciones. Formatos• Comandos y entornos• Compilación en diferentes formatos• Fórmulas• Etiquetas. Referencias• Tablas• Inclusión de gráficos• Diagramas• Generación de Indices• Inclusión de Bibliografía• LaTeX on line: fórmulas, textos breves, generación de documentos gráficos y html. Compilación on line.• Prsentaciones con LaTeX

Bloque 2. Mathematica• Operaciones básicas• Gestión de listas• Funciones• Ecuaciones y sistemas• Gráficos• Paquetes estadísticos• Presentaciones con Mathematica.• Mathematica on line: WolframAlpha.


GenéricasCG3.- Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.EspecíficasCE4.- Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas estadísticas.CE5.- Conocer el procedimiento de elaboración y redacción de un informe de resultados estadísticos con datos procedentes de investigaciones científicas.BásicasCB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.CB4.- Poder transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.


Como tal asignatura-taller su desarrollo será fundamentalmente práctico y con la utilización del ordenador.A lo largo de 15 semanas, dispondrá de dos sesiones semanales de 2 horas de duración que estarán distribuida en: clase práctica, seminario tutelado, exposición y debate.


Los estudiantes realizarán también actividades formativas no presenciales.Clases Prácticas. El profesor expondrá los contenidos que se abordarán en cada sesión y con él y al mismo tiempo los alumnos irán realizando los ejemplos de aplicación, que irán salvando en un archivo.A continuación, propone una lista de ejercicios, en los que se desarrollarán los ejemplos de la clase práctica. Los estudiantes realizarán estos ejercicios en clase, siempre bajo la supervisón del profesor, que resolverá las dudas que pudieran plantearse.Exposiciones y debates. En algún momento de la sesión, un estudiante podrá exponer al resto de la clase el desarrollo de un ejercicio, una propuesta estructurada de trabajo y/o ciertos contenidos nuevos, así como generar un debate sobre ellos.Actividades no presenciales. Preparación de ejercicios, pequeños documentos y trabajos que cada estudiante subirá como tarea a la plataforma studium. Aquí será fundamental la ayuda del profesor por medio de la tutoría on-line.



Horas presenciales Horas no presenciales

Sesiones magistrales

Prácticas

– En aula

– En el laboratorio

– En aula de informática 40 40 80

– De campo

– De visualización (visu)

Seminarios

Exposiciones y debates 15 20 35

Tutorías 5 5

Actividades de seguimiento online 15 15

Preparación de trabajos 15 15

Otras actividades (detallar)

Exámenes

TOTAL 60 15 75 150



9. Recursos

Libros de consulta para el alumno• La introducción no-tan-corta a LATEX2, Tobias Oetiker, Hubert Partl, Irene Hyna y Elisabeth Schlegl.• El libro de Latex, B. Cascales et al, Madrid: Pearson educacion, 2006Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso• Documentos y tutoriales on line:• Materiales en la plataforma moodle

10. Evaluación

Consideraciones Generales

Criterios de evaluaciónSe valorará la adquisición de las competencias previstas por medio de las actividades de evaluación continua y del trabajo final.Las actividades de evaluación continua supondrán el 60% de la nota. El trabajo final el 40% restanteInstrumentos de evaluaciónSe utilizarán los siguientes:

Evaluación continua:• ELABORACION Y EXPOSICIÓN DE TRABAJOS: Se valorará tanto la elaboración de los trabajos realizados, su rigor y claridad, así como su

correcta exposición en clase. La valoración de los trabajos supondrá un 40% de la nota total de la asignatura..• TAREAS MOODLE: Serán ejercicios parecidos a los realizados en los seminarios tutelados. Supondrán un 20% de la nota total de la

asignatura.

Trabajofinal: Consistirá en un proyecto que integrará documentos y presentaciones con LaTeX Mathematica, sobre temas propuestos por el profesor o sugeridos por los propios alumnos. Supondrá un 40% de la nota total de la asignatura.Recomendaciones para la evaluaciónPara la adquisición de las competencias previstas en esta materia se recomienda la asistencia y participación activa en todas las actividades programadas..Recomendaciones para la recuperaciónEl estudiante elaborará una guía desarrollada de los contenidos de Latex y Mathematica vistos en cada una de las sesiones del curso, así como una lista de ejercicios resueltos con Mathematica. Además escribirá un documento LaTeX con la estructura y duración propuestas por el profesor


TALLER VI: DISEÑO DE PÁGINAS WEB



Carácter OPTATIVA Curso 4 Periodicidad 1S

Área

Departamento Informática y Automática



Profesor Coordinador Fernando de la Prieta Pintado Grupo / s Departamento Informática y AutomáticaÁrea Ciencia de la Computación e Inteligencia ArtificialCentro Facultad de CienciasDespacho Edificio Edif. Ciencias F3010Horario de tutorías Consultar su página web URL Web http://informatica.usal.es/personas/ferE-mail E-mail: [email protected] Teléfono 923 29 44 00 Ext. 1525

Profesor Coordinador Juan Francisco de Paz Santana Grupo / s Departamento Informática y AutomáticaÁrea Ciencia de la Computación e Inteligencia ArtificialCentro Facultad de CienciasDespacho Edificio “San Bartolomé”Horario de tutorías En su página webURL Web http://informatica.usal.es/personas/fcofds/E-mail [email protected] Teléfono 923 29 4400 Ext. 1926



Profesor Coordinador Juan Manuel Corchado Rodríguez Grupo / s Departamento Informática y AutomáticaÁrea Ciencia de la Computación e Inteligencia ArtificialCentro Facultad de CienciasDespacho Edificio Edif. CienciasHorario de tutorías En su página webURL Web http://web.usal.es/personas/corchadoE-mail [email protected] Teléfono 923-294400. Ext. 1525


Bloque formativo al que pertenece la materiaTalleresPapel de la asignatura dentro del Bloque formativo y del Plan de Estudios.Conocer distintos procedimientos informáticos que contribuyan a facilitar la exposición de su trabajo a través de Páginas Web.Perfil profesional



Conocer distintas técnicas y metodologías de diseño de páginas WEBConocer las nociones elementales de servidores de páginasConocer el lenguaje de especificación HTML

5. Contenidos

Conceptos básicos y configuración elemental de un servidor Web. Creación de una página web. El lenguaje HTML. Envío de páginas web. Cliente FTP. Herramientas para la creación y gestión de páginas web.


BásicasCB4.-Poder transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.


Específicas

GenéricasCG3.-Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma dedecisiones.


Metodología de enseñanza aprendizaje y su relación con las competencias que debe adquirir el estudianteSe desarrollará a través de seminarios prácticos dedicados a proponer, analizar y dar soluciones a situaciones reales sencillas, utilizando las herramientas estadísticas y/o informáticas más adecuadas a los fines que se persigan.El trabajo personal de los estudiantes estará también centrado en la resolución de problemas y el desarrollo de las competencias previstas.Además, los estudiantes tendrán que desarrollar por su parte trabajos de resolución de problemas con los que alcanzar las competencias del módulo. De ello tendrán que responder exponiendo sus trabajos ante el profesor y el resto de compañeros.




Sesiones magistrales 3 8 2 13

Prácticas

– En aula– En el laboratorio– En aula de informática 5 10 30 45– De campo– De visualización (visu)

Seminarios 37 37Exposiciones y debates 15 15TutoríasActividades de seguimiento online 40 40Preparación de trabajosOtras actividades (detallar)Exámenes

TOTAL 60 18 72 150



9. Recursos

Libros de consulta para el alumno

Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso

10. Evaluación

Consideraciones GeneralesLa evaluación se realizará a partir de la realización y exposición de los trabajos con las que los estudiantes tendrán que demostrar las competencias previstas.Criterios de evaluaciónLa nota final se obtendrá ponderando el trabajo final con un 70% y la evaluación continua con un 30%Instrumentos de evaluaciónLas pruebas especificadas en las consideraciones generalesRecomendaciones para la evaluación

Recomendaciones para la recuperación.

Edita: SECRETARÍA GENERAL - usal.es · ... Matrices y sistemas de ecuaciones lineales - Matrices,...

Documents

Transcript of Edita: SECRETARÍA GENERAL - usal.es · ... Matrices y sistemas de ecuaciones lineales - Matrices,...